ESF projekt OP vzdělávání pro konkurenceschopnost
„Inovace a modernizace výuky a
zvyšování odborných kompetencí“
Dušan Janák
Metody a techniky
sociologického výzkumu
Opava 2011
Obecná charakteristika práce
Tento studijní materiál vznikl v rámci projektu „Inovace a modernizace výuky a zvyšování
odborných kompetencí“, který je spolufinancován Evropským sociálním fondem (ESF) a
státním rozpočtem České republiky.
Registrační číslo projektu:
CZ.1.07/2.2.00/15.0173
Oblast podpory:
7.2.2 Vysokoškolské vzdělávání
Datum zahájení realizace projektu:
1. 10. 2010
Datum ukončení realizace projektu:
31. 12. 2012
Název: Metody a techniky sociologického výzkumu
Autor:
Dušan Janák
Vydání:
první, 2011
Jazyková korekce: autor studijní opory
Počet stran:
84
© Dušan Janák
© Slezská univerzita v Opavě, Fakulta veřejných politik v Opavě
Obsah
1
Úvodem ......................................................................................................................................................... 5
2
Rychlý náhled studijního materiálu .............................................................................................................. 6
3
Povaha sociálních věd a sociologického výzkumu; model empirického výzkumu ...................................... 8
4
5
3.1
Věda jako forma vědění ......................................................................................................................... 9
3.2
Historický exkurz do doby formování sociálních věd ........................................................................... 11
3.3
Multiparadigmatický charakter sociálních věd .................................................................................... 12
3.4
Typy výzkumu a model empirické vědy ................................................................................................ 13
3.5
Pojmy ................................................................................................................................................... 15
Jak číst odborný text v sociálních vědách .................................................................................................. 19
4.1
Práce s odbornými texty v procesu empirického výzkumu................................................................... 20
4.2
„Návod k použití“ odborného textu ..................................................................................................... 21
4.3
Dokumentace o přečteném.................................................................................................................. 24
4.4
Typy odborných textů .......................................................................................................................... 24
Jak psát odborný text v sociálních vědách ................................................................................................. 27
5.1
Projekt výzkumu .................................................................................................................................. 28
5.1.1
Jak na to? .................................................................................................................................... 29
6
5.2
Logika výzkumné stati (TAIMRD) ......................................................................................................... 31
5.3
Diplomová práce jako odborný text ..................................................................................................... 32
Kvantitativní a kvalitativní výzkumné paradigma (jejich rozdílnost i komplementarita) ........................ 35
6.1
Historický exkurz do doby formování kvantitativního a kvalitativního výzkumného paradigmatu ..... 36
6.2
Rozdíly kvantitativního a kvalitativního přístupu ................................................................................ 37
6.2.1
Logika kvantitativního a kvalitativního výzkumu: Testování hypotéz versus rozumění ............. 38
6.2.2
Redukce v obou typech výzkumu................................................................................................ 40
6.2.3
Generalizace ............................................................................................................................... 40
6.2.4
Standardizace a otázka reliability ............................................................................................... 41
6.2.5
Otázka validity............................................................................................................................. 41
7
Hlavní metody kvantitativního výzkumu ................................................................................................... 44
7.1
Hlavní metody kvantitativního výzkumu ............................................................................................. 45
7.1.1
Společenský průzkum ................................................................................................................. 46
7.1.2
Experiment .................................................................................................................................. 46
7.1.3
Analýza oficiálních statistik a sekundární analýza dat ................................................................ 47
7.1.4
Strukturované pozorování .......................................................................................................... 47
7.1.5
Obsahová analýza ....................................................................................................................... 47
7.2
8
Etapy kvantitativního výzkumu ............................................................................................................ 48
Výběrové šetření v sociologii: problém reprezentativity .......................................................................... 53
8.1
Základní pojmy: populace, vzorek, reprezentativita ............................................................................ 54
8.2
Základní způsoby konstrukce vzorku ................................................................................................... 55
8.2.1
Náhodné výběry .......................................................................................................................... 55
3/84
8.2.2
8.2.3
8.2.4
9
1
2
Záměrné výběry (kvótní, účelový, snowball, teoretický) ............................................................ 57
Nahodilý výběr a samovýběr....................................................................................................... 58
Velikost vzorku ............................................................................................................................ 60
Dotazník a pozorování jako techniky sběru dat: problém operacionalizace ............................................ 63
9.1
Operacionalizace a problém překladu v sociologickém výzkumu ........................................................ 64
9.2
Důsledky pro formulaci otázek v dotazníku ......................................................................................... 67
9.3
Dotazník jako celek .............................................................................................................................. 69
Analýza kvantitativních dat a interpretace výsledků výzkumu ................................................................. 72
1.1
Proměnné a jejich indikátory ............................................................................................................... 72
1.2
Matice dat, kódování a rekódování dat ............................................................................................... 74
1.3
Třídění 1. stupně .................................................................................................................................. 76
1.4
Třídění 2. stupně .................................................................................................................................. 77
1.5
Třídění 3. a vyšších stupňů ................................................................................................................... 80
1.6
Interpretace výsledků aneb je třeba opět vzít rozum do hrsti ............................................................. 80
Použitá literatura a zdroje ........................................................................................................................ 83
4/84
1
Úvodem
 Předkládaný text je určen zejména pro studenty Ústavu psychologických a pedagogických
věd a pro Ústav veřejné správy a regionální politiky. Je koncipován tak, aby poskytl
vstupní náhled do oblasti metod a technik sociálních výzkumů studentům, kteří o
sociálním výzkumu nevědí téměř nic. Hlavní smysl a důvod zařazení tohoto kurzu v
souvislosti výuky spočívá v tom, že základní představa o tvorbě sociálně vědního poznání
by měla být nezbytným prvkem vzdělání každého vysokoškolského studenta, jenž studuje
v oblasti sociálních věd. Bez ohledu na to, zda se student vzdělává v některé z klasických
sociálně vědních disciplín, jako je sociologie, psychologie, antropologie, geografie apod.,
nebo zda studuje obor, který je postaven na užším vztahu k pracovní praxi (sociální
patologie a prevence, veřejná správa, sociální práce, sociální politika, sociální patologie a
prevence atd.). U těch více vědecky orientovaných oborů jde o získání předpokladů pro
úspěšnou budoucí produkci poznání. U více prakticky zaměřených oborů jde spíše o to,
umět sociálně vědní poznání adekvátně používat. Ale bez alespoň základní znalosti o jeho
tvorbě to jde jen těžko.
 Další nezanedbatelnou rovinou je skutečnost, že výsledné (bakalářské a diplomové) práce
studentů obou kateder by měly mít určitý praktický rozměr. Jeden ze způsobů, jak dostát
tomuto požadavku na sepětí s praxí, je realizace výzkumu v nějaké z hlediska studentova
oboru relevantní sféře sociálního života (od výzkumu sociálně problematických skupin až
po případové studie o organizacích poskytujících sociální služby)
 Předkládaný text je jakýmsi uvedením do problematiky sociálních výzkumů. Zaměřuje se
proto jednak na obecnou logiku sociálně vědního výzkumu a dále přibližuje podrobněji
především logiku kvantitativní linie výzkumu. Text je koncipován tak, že začíná od
obecného úvodu do logiky sociálních věd, zaměřuje se na počáteční stádia výzkumného
procesu a tvorbu výzkumného projektu. Protože nejtypičtější metodou kvantitativního
přístupu je tvorba dotazníku, je právě této metodě věnována podstatná část textu.
 Úspěšné zvládnutí kurzu není podmíněno předchozím absolvováním jiného kurzu.
5
2
Rychlý náhled studijního materiálu
Předkládaný studijní materiál je věnován problematice metodologie sociálních výzkumů. Je
konstruován jako první seznámení s metodami sociálních výzkumů pro studenty, kteří dosud
nemají s realizací ani interpretací sociálních výzkumů žádné zkušenosti.
Cíle studijního materiálu:
Po prostudování tohoto studijního materiálu, respektive po získání znalostí, které tento
studijní materiál obsahuje, byste měli být schopni samostatně navrhnout a zrealizovat
jednoduchý studentský výzkum (např. pomocí dotazníku), který splňuje elementární
požadavky metodologie empirických výzkumů v sociálních vědách.
Budete umět:
Posoudit hodnotu empirických výzkumů, se kterými se setkáváte v médiích,
v pracovní praxi nebo svém běžném životě, podle základních metodologických kritérií
platných v sociálních vědách.
Získáte:
Získáte představu o logice získávání poznatků v empirickém výzkumu.
Budete schopni:
Po osvojení znalostí obsažených ve studijním materiálu budete schopni navrhnout
vlastní jednoduchý výzkum za použití dotazníku.
Průvodcem studiem:
Text skript je rozvržen podle hlavních problémových okruhů do sedmi základních kapitol.
První kapitola pojednává přehledně o obecné logice sociálních věd i o tom, jak se věda liší od
jiných forem produkce vědění o sociálním světě. Kapitola také obsahuje přehled základních
metodologických pojmů.
6
Následující dvě kapitoly se zabývají někdy poněkud opomíjenou, ale důležitou otázkou, jak
pracovat v rámci empirického výzkumu s odbornými texty, jež tvoří výchozí a vlastně i
závěrečný bod každého zkoumání, i toho empirického. Každý výzkum začíná studiem textů,
většinou jakousi vstupní přehledovou prací mapující stav bádání v dané problematice, a
každý výzkum textem i končí
v podobě výzkumné stati, závěrečné zprávy, odborného
článku či výzkumné monografie. Část páté kapitoly je věnovaná tvorbě výzkumného
projektu, který je většinou prvním textem, jenž bývá v rámci výzkumu vytvářen.
Sociální výzkum stojí, obrazně řečeno, rozkročen na dvou nohách. Tu první tvoří tzv.
kvantitativní linie výzkumu, ta druhá bývá označována jako kvalitativní výzkum. Šestá
kapitola přibližuje a porovnává oba tyto výzkumné přístupy a ukazuje jejich rozdílnost i
komplementaritu.
V dalších kapitolách je výklad zaměřen především na kvantitativní podobu výzkumu.
V obecné rovině jsou představeny hlavní metody kvantitativního výzkumu – společenský
průzkum (survey), experiment, obsahová analýza, sekundární analýza dat sesbíraných za
jiným účelem, než je účel výzkumu, strukturované pozorování
a jeho jednotlivé etapy.
Samostatná kapitola je věnovaná jednomu z klíčových problémů výzkumu, jenž představuje
rozhodnutí, jaké lidi vlastně zkoumat (pozorovat, dotazovat) a na koho dalšího můžeme naše
zjištění zobecňovat. Závěrečná pasáž se věnuje především problematice spojené se správnou
formulací otázek v dotazníku a jeho celkovým uspořádáním.
Kromě samotného těla textu, který shrnuje základní informace k dané problematice, případně
zasazuje probíranou látku do širších souvislostí, jsou důležitou součástí každé kapitoly další
tři její prvky. První tvoří kontrolní otázky, které směřují k nejpodstatnějším věcem, nebo k
věcem, které obvykle dělají studentům problém se zapamatováním. Dále jsou ke každé
kapitole zadány úkoly k promyšlení, pomocí kterých je možné si látku lépe osvojit. Třetí
důležitou součástí je uvedená povinná literatura. Její rozsah není velký, většinou 10 20 stran
ke každé kapitole. Je však volena tak, aby přístupnou formou a do větších podrobností
rozšířila informace k probírané látce. Tato literatura je také vedle samotných skript závazným
podkladem ke zkoušce.
7
3
Povaha sociálních věd a sociologického výzkumu; model
empirického výzkumu
RYCHLÝ NÁHLED KAPITOLY
Tato kapitola vám představuje specifickou povahu sociálních věd jak v jisté opozici k vědám
přírodním, tak k jiným formám vědění.
CÍLE KAPITOLY
Po prostudování této kapitoly
Budete umět:
Vymezit sociální vědy oproti vědám přírodním a humanitním i oproti dalším
nevědeckým formám vědění.
Získáte:
Představu o povaze sociálně-vědního výzkumu.
Budete schopni:
Vysvětlit odlišný charakter poznatků v různých typech věd z hlediska obecné povahy jejich
získávání.
KLÍČOVÁ SLOVA KAPITOLY
věda, multiparadigmatická povaha sociálních věd, princip komplementarity v sociálních
vědách, typy výzkumu, model empirické vědy, metoda
PRŮVODCEM STUDIEM KAPITOLY
V této úvodní kapitole si představíme stručně specifickou povahu sociálních věd a povahu
sociálně vědního výzkumu na základě rozdílu k vědám přírodním a humanitním. Pro
pochopení povahy a logiky sociálních věd jsou uvedeny historické okolnosti vzniku sociálních
věd.
8
3.1
Věda jako forma vědění
V průběhu existence lidského rodu si člověk vytvořil nejrůznější způsoby produkce a
uchovávání vědění, informací a znalostí o sobě samém a o světě kolem sebe. Věda je jedním
z nich. Vedle ní však můžeme vyjmenovat celou řadu dalších systémů vědění. Např.
náboženství ve svých nejrůznějších podobách podává určitou informaci o tom, jak vznikl svět,
jak je i jak by měla být společnost uspořádána, a to v tak elementárních a samozřejmých
věcech, jako je např. rodinný život. S náboženským životem je naše a vlastně každá civilizace
natolik provázána, že není zřejmé, kde je společnost ovlivněna náboženskou tradicí a kde
náboženství pouze kopíruje nenáboženskou sociální strukturu. Jinou formou vědění o
společenském životě je umění, ve vztahu k sociální vědě zvláště film a literatura. Historické
filmy nám přinášejí často zprávu o tom, jak tomu mohlo být, a tzv. vědecko-fantastické filmy
zase o tom, jak tomu možná bude. Tzv. sociální romány Emila Zoly byly psány s jasnou
intencí pravdivé výpovědi něčeho podstatného o sociálních podmínkách své doby.
Pasternakův Doktor Živago poskytne nejen umělecký zážitek, ale také poměrně věrohodný
popis atmosféry revolučního Ruska. A nemusíme jít ani daleko za hranice ani do minulosti.
Romány od Viewegha nebo Škvoreckého nám přeci také podávají určitou zprávu o naší
společenské situaci. Vedle uvedených forem vědění máme také informace z našeho
každodenního života. Rodiče a známí jsou pro nás nepostradatelným zdrojem vědění o tom,
jak to chodí ve společnosti i v přírodě.
To, co odlišuje vědu od jiných forem vědění, není ani tak povaha otázek, které si klade, nebo
snad odlišnost předmětu, o kterém produkuje informace. To, co odlišuje vědu od dalších
forem vědění je především způsob produkce tohoto vědění. V jistém zjednodušení lze říci, že
věda je především metoda. Metoda je způsob, jak se něco dělá. Nemusíme na tomto místě
zabíhat do nejrůznějších problémů filosofie a metodologie vědy, ani do vyčerpávajících výčtů
znaků vědeckého vědění. Od toho tu máme řadu specializovaných textů (např. Fajkus 2005).
Pro naše potřeby je důležité si uvědomit, že ve vědě jde o jasné a viditelné rozlišení mezi
výroky, které jsou potvrditelné důkazy a svědectvím a těmi, které mají charakter hypotéz. A
učinit to tak, aby v principu kdokoli jiný mohl dané tvrzení přezkoumat. Vyjádřeno
odbornými
termíny,
hlavním
znakem
vědeckého vědění
je jeho intersubjektivní
kontrolovatelnost a verifikovatelnost resp. falzifikovatelnost (tj. potvrditelnost resp.
vyvratitelnost). Proto se ve vědeckých textech klade velký důraz na popis metody, kterou
9
jsme k danému poznatku dospěli. Poznatky, které nejsou ověřitelné, mají pouze nízkou
vědeckou hodnotu. Rozdíl mezi vědou, která dokazuje, a vírou, která nepotřebuje důkazu, je
zřejmý. Nejde o pravdivost či nepravdivost informace, ale o způsob jejího získání. Proto se
také věda s náboženskou vírou nevylučuje. Jde o dva různé systémy vědění. Také literární
dílo může podávat velmi pravdivou informaci o sociálním životě. Spisovatelé mohou využívat
(a často využívají) podobné zdroje jako vědci. Nicméně samotná produkce umělecké
informace není založena na intersubjektivně kontrolovatelných postupech. Z hlediska
charakteristik vědy má zpráva obsažená v uměleckém díle spíše hodnotu inspirace.
Jistým specifikem sociologie je, že přináší poznatky o světě, který všichni známe. Sociologie
vynáší soudy o dění, na které máme všichni už nějaký názor: např. ne/přizpůsobivost
etnických menšin, rozvodovost, ne/rovný přístup ke vzdělání, ne/rovné odměňování mužů a
žen za práci atd. Proto je jednou ze základních perspektiv, vůči které se sociologie vymezuje,
perspektiva laického každodenního vědění, které někdy označujeme jako tzv. vědění zdravého
rozumu. Tím nechci říci, že by vědecký rozum byl nezdravý, ale to, že laické každodenní
vědění má charakter tvrzení typu „to je přece jasné“ nebo „to dá zdravý rozum“ apod.
Důvodem je, že při praktické orientaci ve světě se nemůžeme nad každou sociální situací
rozsáhle zamýšlet a zvažovat ji v rozličných kontextech. V praktickém životě musíme jednat,
řešit své každodenní problémy. Vědění a argumenty, které máme při tom „po ruce“
neproblematizujeme, jednoduše je používáme. Polský sociolog Zygmunt Bauman (Bauman
1996: 13 20) vymezuje několik dimenzí, v nichž se sociologické vědění zásadně liší od
každodenního vědění, ačkoli se vztahuje na ty samé jevy. Vedle té základní zásady, že pro
sociologii platí výše uvedená pravidla vědeckého dokazování, tj. požadavek, aby byl každý
objev či nový poznatek bylo možné veřejně přezkoumat, pojmenovává Bauman další
subtilnější charakteristiky. Sociologie se snaží překročit horizont zkušenosti každodenního
životního světa. Snaží se rozšířit perspektivu, kterou nabízí individuálně žitý svět. A to jednak
kvantitativně tím, že sbírá více faktů a místo jednotlivostí zkoumá statistiku; a jednak
kvalitativně tím, že se snaží překročit individuální zkušenost a praktické zájmy směrem
k historii společenského celku a jeho struktuře. Snaží se odhalit v individuálním životě nějaké
obecnější struktury. S tím souvisí další specifikum sociologie, jež Bauman nazývá
„oddůvěrňování důvěrného“ (Bauman 1996: 19). Míní tím právě schopnost podívat se na
důvěrně známé události z úhlu, který odhaluje nové souvislosti, jež zůstávají v rutině
každodennosti utajené. Tak např. umožní vidět individuální pracovní úspěch či neúspěch
nikoli (pouze) jako výsledek individuálních schopností a píle, ale jako určitou strukturální
10
dispozici jisté sociální pozice dané sociálním původem člověka, který se na této pozici
ocitnul. Podobně se např. sociologie snaží odhalit strukturální příčiny volby určitého
životního partnera, rozhodnutí o uzavření či neuzavření sňatku, přání mít nebo nemít určitý
počet dětí apod.
3.2
Historický exkurz do doby formování sociálních věd
Pro pochopení logiky sociálních věd je užitečné nahlédnout do historie, do doby jejich
formování. Podle některých sociologů (např. Keller 1992: 9; 2004: 13 19) lze zrod sociologie
a sociálních věd obecně poměrně přesně datovat do doby společenského přerodu v Evropě na
přelomu 18. a 19. století. Společenská proměna měla tehdy charakter dvou revolucí
politické a průmyslové. Politická revoluce přinesla zásadní změny v oblasti moci. Jejím
paradigmatickým příkladem je francouzská revoluce z roku 1789. Revoluční změny v této
oblasti vedly k postupnému nastolení demokratické společnosti na občanském principu. I
když ve zmiňovaných dobách byl v samotné Francii nebetyčný kontrast mezi rovnostářskou
ideologií („svoboda, rovnost, bratrství“) a realitou centralizované moci byrokratického
aparátu. Politická revoluce měla dva aspekty důležité pro vznik sociálních věd. Jednak šlo o
hluboké poselství revoluce, že je možné aktivně zasahovat do společnosti a tvořit sociální řád,
který byl v dobách minulých považován spíše za výraz boží prozřetelnosti či lidské
přirozenosti než lidské aktivity, jednak politické změny přinesly tlak na vznik
specializovaného vědění, využitelného pro potřeby řízení moderního státu.
Průmyslová revoluce představovala radikální změny v oblasti ekonomiky a výroby s důsledky
i pro sociální uspořádání. Agrární revoluce, tj. rozvoj produktivity zemědělských technologií,
nestačila uspokojit prudký demografický nárůst obyvatelstva na venkově, který nepřímo sama
podpořila. Přebytečné obyvatelstvo na venkově, které tam nestačila nasytit zemědělská
produkce, částečně nasála industrializace městských center. Nové technologie změnily od
základu organizaci výroby, kterou charakterizovala strojová výroba a tovární systém.
Radikální transformace vlastnických vztahů (k půdě, k robotníkům) a změna pracovních
podmínek (možnost stěhování za prací, namísto práce ve venkovské komunitě práce
v továrnách bez tradičních svépomocných komunitních mechanismů) přispěla jednak
k radikální změně sociálního uspořádání a jednak vytvořila řadu nových sociálních problémů,
pro které se hledalo racionální řešení.
11
Přírodní vědy, které slavily v té době velký triumf v oblasti materiální produkce, byly
příslibem, že podobných výsledků bude možná již brzy dosaženo na poli sociálním. Poměrně
záhy se však ukázalo, že budovat sociální vědy po vzoru věd přírodních má svá omezení.
V závěru 19. století nabyly snahy o vymezení podobností i rozdílů mezi jednotlivými vědami
a typy věd systematické podoby. Zejména v sociální vědě a ve filosofii a historii dospěli
badatelé jako Windelband, Rickert, Dilthey ke zjištění, že existují dva základní typy věd.
Jedny odhalují relativně neměnné zákonitosti jsoucna, pravidelnosti a produkují obecně platné
poznatky. Druhý typ věd odhaluje jedinečnost ve světě, poznává neopakovatelné a
nepravidelné prvky reality, které se nedají shrnout do obecných formulí. Tyto vědy produkují
konkrétní nezobecnitelné poznání. První typ vědy představují spíše vědy přírodní, druhý typ
vědy představují spíše vědy sociální a humanitní. (Podrobněji k tehdejší argumentaci viz např.
Janák (2005), nebo Dějiny... (1982: 159 181)). Každý typ vědy má své klady a zápory.
Zatímco nevýhodou druhého typu vědy je, že neformuluje obecně platné poznání, jako např.
matematika, první typ vědy nám zase není schopen říci nic podstatného o některých
důležitých událostech společenského života. Obecně platné výroky této vědy, k nimž nebude
možné nalézt okamžitě celou sérii protipříkladů, budou mít povahu pouze povšechných a nic
neříkajících tvrzení.
Jedním ze základních argumentů pro zásadní rozdíl mezi přírodními a sociálními vědami v té
době bylo zjištění, že v sociálních vědách je každý badatel součástí zkoumaného procesu.
Když chci porozumět tomu, co je to národ, politická strana, rodina, rozvod, nevěra, korupce,
svědomí atd., vždy využívám svou vlastní sociální zkušenost s těmito nebo podobnými jevy.
Je to zkušenost, kterou prožívám. Např. co je to svědomí a jak ovlivňuje společenské jednání,
nejsem schopen posoudit, aniž bych měl se svědomím vlastní žitou zkušenost. Na základě své
vlastní zkušenosti jsem schopen rozumět chování ostatních a např. tomu, co je to, když
někoho trápí špatné svědomí. Oproti tomu, když se snažím porozumět chemické struktuře
rostlin nebo nerostů anebo lidského těla, využívám k tomu zcela odlišných myšlenkových
postupů.
3.3
Multiparadigmatický charakter sociálních věd
Spor mezi těmi, kteří chtěli budovat sociální vědu analogicky k vědám přírodním, a těmi, kteří
argumentovali ve prospěch specifičnosti sociálních věd ve své radikální verzi, již odezněl.
Nicméně některé jeho rysy přetrvávají v dnešní době v protikladech kvantitativní a
12
kvalitativní linie výzkumu. Kvantitativní linie výzkumu má blíže k přírodním vědám,
kvalitativní linie blíže k vědám humanitním, jako je např. literární a hudební věda nebo
estetika. O obou těchto hlavních liniích sociálně-vědního výzkumu bude podrobněji
pojednáno ve čtvrté kapitole. Tato dvojjedinost ukazuje na specifičnost sociálních věd. I.
Wallerstein (1998) používá dělení věd na přírodní, sociální a humanitní vědy. Sociální vědy
leží mezi přírodními a humanitními právě proto, že využívají metodologických postupů obou
typů věd.
Sociální vědu charakterizuje různorodost nejen po stránce metodologické
v rovině
protikladu spíše přírodovědného a spíše humanitního přístupu k výzkumu. Tato různorodost
panuje i po stránce meritorní, tj. po stránce teoretických přístupů výkladů. Jedno
z přijímaných schémat člení tyto teoretické přístupy v sociologii, coby jedné z hlavních
sociálních věd, na funkcionalistické (sociální dění chápe jako harmonický systém),
konfliktualistické (v jádru sociálního dění není harmonie, ale soupeření) a interpretativní (nic
takového jako principy společenského systému neexistuje, důležití jsou konkrétní jednající
lidé a jejich vnímání světa).
Tuto pluralitu metodologických i výkladových principů nazýváme multiparadigmatičnost
(paradigma = závazný výkladový rámec). Sociální vědy jsou multiparadigmatické. Nedá se
jednoznačně a s konečnou platností říci, které z paradigmat je lepší nebo horší, i když často
mohou vést k až protichůdným stanoviskům. Podle některých autorů (např. Petrusek
1993:27 49), tento pluralistický (multiparadigmatický) charakter sociálních věd není třeba
brát
jako
jejich
handicap.
Adekvátnějším
posouzením
daného
stavu
je
uznání
komplementarity rozličných přístupů. Právě proto, že jsou rozdílné, je ale třeba si vypěstovat
určitou schopnost rozeznávat, co se doplňuje, od toho, co je mechanickým eklekticismem.
Dobrý sociální vědec by se měl naučit rozpoznat silná a slabá místa jednotlivých paradigmat a
snažit se je podle toho co nejlépe využívat.
3.4
Typy výzkumu a model empirické vědy
Není jeden závazný způsob, jak dělat sociologický výzkum. Existuje řada typologií výzkumné
aktivity. Pro účely našeho textu můžeme použít členění výzkumu na teoretický a empirický.
K teoretickému výzkumu potřebujeme pouze knihovnu, psací potřeby a schopnost myslet.
Prototypem takového typu výzkumu, na kterém si můžeme podstatu teoretického výzkumu
představit, je matematika. Matematika nepracuje s reálnými objekty, ale s objekty ideálními.
Číslo nelze zvážit, číslo si lze představit. Sčítání, násobení, odmocniny a další matematické
13
operace nejsou smyslově vnímatelné procesy, ale jsou to procesy myšlení. V sociálních
vědách představuje takový typ výzkumu např. promýšlení obecné sociologické teorie (co je
společnost, jednání, aktér, jak probíhá sociální proces ve své nejobecnější rovině apod.) nebo
rozbor koncepcí a teorií jiných sociologů, např. za účelem zjištění, jaké jsou jejich společné a
rozdílné prvky. Můžeme zjišťovat, jaké vlastnosti jsou všem teoriím společné (a tak
pravděpodobně nutné) a které pouze nahodilé. Naproti tomu empirický výzkum zkoumá
smyslově vnímatelné objekty. Samozřejmě i tento typ výzkumu vždy pracuje s určitou
literaturou a teoriemi. V podstatě každý výzkum ve vědě je do jisté míry teoretický. Nicméně
některý je výlučně teoretický a druhý nejen teoretický. Příkladů empirického výzkumu
v sociálních vědách byste sami vymysleli jistě celou řadu: výzkum veřejného mínění, studium
míry sociální koheze ve školních třídách, měření postojů, analýza sňatkového chování atd.
V těchto skriptech se budeme věnovat především, ale nejen, výzkumu empirickému.
I když způsobů, jak dělat empirický výzkum, je celá řada, (téměř) všechny výzkumy sledují
shodnou obecnou logiku, kterou ukazuje následující graf.
GRAF 1. MODEL EMPIRICKÉ VĚDY
Každý výzkum začíná více nebo méně vágní představou o předmětu, který chceme zkoumat.
Tuto představu je třeba si nejprve zpřesnit získáním maximálního možného (a efektivního)
přehledu o tom, co bylo v dané oblasti již vybádáno. Na základě teoretických poznatků potom
výzkumník navrhne vlastní představu toho, jak vztahy v realitě fungují. Zejména
v kvantitativním výzkumu si tento model formuluje v podobě hypotéz, tj. tvrzení, která mají
14
podobu oznamovacích vět, jež popisují předpokládané vztahy v sociální realitě. V souvislosti
se sňatkovým chováním mohou vypadat hypotézy třeba takto:
Věková homogamie roste a souvisí se sňatkovým věkem mužů a žen.
Věkově netradiční sňatky přibývají a souvisejí se sňatkovým věkem mužů a žen.
Věkově tradiční a netradiční heterogamie se mění v čase a souvisí se sňatkovým věkem mužů
a žen.1
Následně se tento model snaží otestovat pomocí sesbíraných empirických údajů. K tomuto
účelu musí zkonstruovat určité nástroje pro sběr empirických dat (např. dotazník, záznamové
archy a školení pozorovatelů apod.). Poté může následovat etapa sběru dat. Sesbíraná data
(dotazníky, záznamy o pozorování, strukturované rozhovory, záznamy o analyzovaných
dokumentech atp.) se dále analyzují, často pomocí speciálního software na statistickou
analýzu. Na základě analýzy dat výzkumník formuluje své závěry a interpretuje je
v souvislosti s výchozím modelem a existujícím teoretickým poznáním. Jeho závěry se
v podobě výzkumné zprávy, článku v odborném časopise nebo vědecké monografie stávají
součástí teoretického vědění, z něhož mohou vycházet budoucí výzkumníci při svých
vlastních výzkumech.
3.5
Pojmy
Na závěr této kapitoly bychom si měli ujasnit základní obecné pojmy, které jsou v souvislosti
s empirickým sociálním výzkumem často skloňované a s nimiž se budete setkávat
v následujícím textu. Jedná se o termíny jako výzkum, průzkum, šetření, metoda,
metodologie, metodika, technika sběru dat, design výzkumu, výzkumná strategie. Ačkoli
vědecké termíny mají většinou poměrně jasně definované významové pole, k němuž se
vztahují, ani ve vědě není význam neměnný a vědecké termíny nemají jeden jediný význam.
Plyne to z povahy samotného jazyka, ať vědeckého nebo nevědeckého. Pojmy, slova a jejich
význam nejsou stejné povahy jako kameny, které mají neměnné hranice. Hranice významů
slov a pojmů, a to i těch vědeckých, jsou elastické. Některé více, jiné méně. Proto nebuďte
překvapeni, pokud některý z následujících pojmů (ale i jiných pojmů v dalších vědních
disciplínách) někde objevíte v jiném kontextu, než očekáváte. (Přehledně o pojmech,
1
Příklady hypotéz jsou převzaty z výzkumu T. Katrňáka (2008). Homogamie znamená výběr partnera ze stejné
skupiny, věková homogamie tedy znamená výběr stejně starého partnera. Heterogamie značí pravý opak, tj.
výběr z partnera z jiné skupiny.
15
používaných v sociálně-vědním výzkumu, včetně odkazů na další literaturu, pojednává
Reichel (2009: 26 39), jeho myšlenky jsou v dalším textu částečně přejaty).
Pod pojmem výzkum se rozumí obecně proces získávání vědeckých poznatků. Zahrnuje jak
čistě teoretickou (myšlenkovou) činnost, tak empirickou (smyslově vnímatelnou) podobu
tohoto procesu. Můžeme říci, že se jedná o pojem nejobecnější.
Průzkum je pojmem méně používaným. Nejčastěji se jím označuje část výzkumu, která
probíhá v terénu.
Šetření označuje ještě konkrétnější část výzkumu v terénu, kdy dochází k použití určitého
výzkumného nástroje. Nejčastěji narazíte na spojení „dotazníkové šetření“, označující sběr dat
pomocí dotazníku. Nebuďte překvapeni, pokud se setkáte s identickým použitím pojmů
výzkum – průzkum – šetření. V praxi se často zaměňují (Reichel 2009: 27).
Metoda je velmi mnohovýznamový pojem, který bývá používán v rozličných významových
kontextech. Tak už to s těmi nejdůležitějšími pojmy bývá. Obecně pojem metoda ve vědě
označuje cestu, kterou získáváme poznatky. Pojem metoda se používá na různých úrovních
obecnosti. Můžeme narazit na nejrůznější abstraktní i konkrétní typologie metod. Důležité je
si uvědomit, že metoda v kontextu vědy vždy označuje cestu či návod k získávání poznatků.
Oproti pojmu metoda má pojem metodologie poměrně jednoznačné vymezení. Jedná se o
vědu o metodách. Metodologie je reflexí či teorií metod. Metodologické úvahy jsou vždy
úvahami o metodách, o jejich možnostech a limitech a o oprávněnosti jejich použití.
Metodikou se míní zcela konkrétní návod, jak v konkrétním případě zacházet s určitým
výzkumným nástrojem. Např. může být vypracována metodika vedení rozhovoru ve výzkumu
veřejného mínění před volbami 2010.
Termínem technika sběru dat se míní konkrétní aplikace určité metody. Pro užití určité
techniky můžeme vypracovat v konkrétním výzkumu metodiku.
Design výzkumu je termín přejatý do našich poměrů z anglické odborné literatury. V poslední
době se s ním můžeme ale poměrně často setkat. Označuje celkové uspořádání výzkumu,
včetně organizačních aspektů.
Výzkumná strategie je pojem vážící se k obecným metodologickým úvahám o řešení
výzkumného úkolu. V sociálních vědách se rozlišují dvě základní výzkumné strategie:
kvantitativní a kvalitativní. Pojem výzkumné strategie však nezahrnuje pouze rozhodnutí o
použití kvantitativních či kvalitativních výzkumných postupů. Tento pojem je blízký termínu
16
design výzkumu. Vztahuje se k celkové koncepci výzkumu, bez důrazu na organizační
záležitosti.
SHRNUTÍ KAPITOLY
Věda je jedním ze způsobů produkce poznatků o světě. Od jiných forem vědění se odlišuje
především svojí metodou. Způsob produkce vědeckých poznatků musí být intersubjektivně
kontrolovatelný a závěry musí být potvrditelné nebo vyvratitelné. Vznik sociálních věd se
váže na určité sociální podmínky na přelomu 18. a 19. století. Sociální vědy leží z hlediska
své metody mezi přírodními vědami a vědami humanitními. Sociální vědy jsou
charakteristické
vnitřní
pluralitou
metodologickou
i
teoretickou,
svojí
tzv.
multiparadigmatičností. Tuto pluralitu je dobré chápat jako komplementaritu. Různé přístupy
se navzájem nevylučují, ale doplňují. K plnému porozumění sociálním jevům je často
užitečné dojít za pomoci několika odlišných postupů, které odhalují odlišné aspekty téhož
jevu.
KONTROLNÍ OTÁZKY
Co je to multiparadigmatičnost sociálních věd?
Jaké historické okolnosti působily jako stimul na vznik sociálních věd?
Zkuste nakreslit model empirické vědy.
Co to znamená, když se řekne vědecká metoda?
Jaký je rozdíl mezi metodou a metodologií?
ÚKOLY K ZAMYŠLENÍ
Myslíte si, že lidé před zrodem racionální vědy západního typu nepoužívali postupu
ověřování vědění, jako je intersubjektivní kontrolovatelnost? Zkuste se oprostit od tzv.
vědeckého názoru na svět a vmyslet se do světa řešení každodenních problémů bez možnosti
použití vědecky ověřeného vědění. Zkuste si představit, jakým způsobem by mohla vypadat
produkce poznatků v takové situaci a jak by se mohla odlišovat od tzv. vědeckých poznatků.
17
PRO ZÁJEMCE
Další literatura:
Petrusek, M. 1993. Teorie a metoda v moderní sociologii. Praha: Karolinum, 19 26.
Reichel, J. 2009. Kapitoly metodologie sociálních výzkumů. Praha: Grada. 11 26.
Hughes J. A., Sahrrock W. W. 2007. Theory and methods in sociology. An introduction to
sociological thinking and practice. Palgrave Macmillan, 1-16.
18
4
Jak číst odborný text v sociálních vědách
RYCHLÝ NÁHLED KAPITOLY
Kapitola se snaží přiblížit, jaký je význam četby odborných textů v procesu empirického
výzkumu a na co je třeba se při zpracování odborné literatury zaměřit.
CÍLE KAPITOLY
Po prostudování této kapitoly
Budete umět:
lépe se orientovat v odborné literatuře.
Získáte:
představu o roli odborných textů ve výzkumném procesu.
Budete schopni:
adekvátněji číst odborné texty a vést si o přečteném dokumentaci.
KLÍČOVÁ SLOVA KAPITOLY
odborný text, text v empirickém výzkumu, aktivní čtení, odborná literatura, problémy
s internetovými zdroji, dokumentace o přečteném.
PRŮVODCE STUDIEM KAPITOLY
Cílem kapitoly je seznámit vás se specifičností odborných textů v sociálních vědách a jejich
místem ve výzkumném procesu. Její snahou je také nabídnout určitý návod, jak efektivně
odborné texty číst a jak si vést o přečteném dokumentaci.
19
4.1
Práce s odbornými texty v procesu empirického výzkumu
Většina laiků si pod slovy sociologický výzkum představí člověka, který na ulici zastavuje
chodce a žádá je o vyplnění dotazníku. Taková představa není sice zcela nerealistická, ale
odráží jenom část, a zdaleka ne tu nejrozsáhlejší, toho, co sociologický výzkum skutečně
obnáší. Každý výzkum, i ten empirický se neobejde bez textů. Drtivá většina sociologických
výzkumů začíná prací v knihovně a končí komponováním textu u počítače. Podíváme-li se na
již zmiňovaný model empirické vědy, zjistíme, že téměř jeho polovina probíhá v pracovně a
s textem.
GRAF 2. PROCES VĚDECKÉHO POZNÁNÍ A PRÁCE S TEXTEM V JEHO RÁMCI
Zpočátku se jedná především o načítání odborné literatury ke zvolenému výzkumnému
tématu, poté studium literatury metodologické, která nám pomáhá navrhnout adekvátní
výzkumnou metodu. A to jak v případě, kdy navrhujeme výzkumnou strategii zcela sami,
nebo přebíráme metody jiného výzkumu nebo je upravujeme pro své výzkumné potřeby. Ve
fázi analýzy dat a interpretace závěrů převažuje psaní nad čtením. Četba odborných textů nás
ale provází de facto po celou dobu výzkumu. Zpočátku více než v jiných fázích, zejména
20
otevíráme-li pro nás nové téma, ale nikdy nemizí nadobro. Do odborných textů nahlížíme
často i při psaní výsledné výzkumné zprávy nebo článku.
Stejně tak je tomu se psaním. V realitě výzkumných institucí samotné realizaci výzkumu
v užším slova smyslu předchází psaní projektu, na jehož základě žádají badatelé o podporu
svých výzkumných aktivit. U vědeckých grantových agentur má už tento projekt ve většině
případů řadu znaků odborného textu. V případě studentských diplomových prací tento projekt
nahrazuje zadání diplomové práce a většina školitelů vyžaduje od svých diplomantů nějakou
formu projektu diplomové práce.
Čtení i psaní odborných textů je určitá technika. V této kapitole bych rád poskytl informaci o
tom, jaké charakteristiky odborné texty mívají a jaké užitečné techniky lze při jejich čtení i
psaní použít. Užitečnou příručkou zabývající se tím, jak efektivně číst a psát odborný text
v sociálních vědách, je text J. Šanderové (2009). O něj se v následujícím textu budeme opírat,
nicméně oproti zmiňované autorce se budeme věnovat pouze základním věcem, souvisejícím
úzce s procesem výzkumné praxe.
4.2
„Návod k použití“ odborného textu
Některé knihy se čtou skoro samy, jinými se prokousáváme jen obtížně, a vyžaduje to naše
úsilí a soustředění. Odborné texty se svojí povahou odlišují od jiných typů textu, např.
literatury nebo žurnalistiky. V beletristické literatuře se klade velký důraz na způsob
vyjádření, zatímco v odborném textu jde hlavně o to, co se říká. Žurnalistika se oproti
literatuře více opírá o fakta, ale nepoužívá odborné pojmy ani vědecký styl včetně jeho důrazu
na popis metod získání poznatků. Odborné texty si vyžadují často vedle určitých předběžných
odborných znalostí také větší soustředění a opakované čtení. Pro jejich zužitkování ve
vlastním odborném textu čtenáře je potřeba zvláštního zacházení.
Mezi základní dovednosti, jež by si měli osvojit již studenti v průběhu studia a které využívají
zkušení výzkumníci v průběhu výzkumu, je efektivní zpracování čteného textu ve výhodném
poměru cena : výkon. Tedy poměr porozumění textu ve vztahu k času, který nám čtení textu
vezme.
Ke každému textu bychom měli přistupovat s třemi základními otázkami. Jaké je hlavní téma
textu, tj. problém, který text řeší? Jaké závěry k tomuto hlavnímu tématu jsou v textu
formulovány? Jakým způsobem jsou tyto závěry zdůvodněny, resp. jak k nim autor dospěl
(metoda výzkumu či teoretický argument)? Pokud jsme schopni zodpovědět tyto tři otázky,
21
můžeme říci, že odbornému textu rozumíme. Skutečnost, že mohou různí lidé tyto otázky
zodpovědět u téhož textu odlišně, je v tuto chvíli nepodstatná.
J. Šanderová (2009: 22 32) popisuje ve své práci zásady tzv. aktivního čtení. Ty hlavní
z nich, doplněné autorovou vlastní zkušeností, si můžeme stručně shrnout. Hlavní zásada je,
že odborný text čteme opakovaně. Opakované čtení ve svém součtu může být rychlejší než
„poctivé“ čtení textu od začátku do konce. V prvním kole nám jde o to udělat si představu o
struktuře textu. V případě monografie začneme vždy od obsahu a u názvů kapitol se
zamyslíme, zda nám dávají nějaký smysl. V případě článků a statí se zamyslíme nad názvem
textu, přečteme si abstrakt (pokud jej článek obsahuje) a prolistujeme si text, abychom zjistili,
zda je členěn nadpisy (a jakými) do podkapitol. Některé obsahy v knihách jsou velmi názorné.
V jiných, a v tom vynikají především knihy francouzské provenience, nalezneme záhadně a
přitažlivě znějící názvy kapitol, pod kterými si však jen těžko představíme něco konkrétního.
Po obsahu se vrhneme na úvod. Již si nevybavím, kde jsem zaslechl pěknou definici úvodů. Je
to pasáž, stojící na začátku knihy, kterou autor píše až nakonec a čtenář ji přeskočí.
Minimálně jednu část úvodu odborné knihy bychom přeskočit neměli. V úvodech často bývá
pasáž, která shrnuje strukturu textu a přibližuje náplň hlavních kapitol. Při seznamování
s knihou bychom neměli tuto pasáž vynechat. Po projití obsahu a úvodu následuje práce
s vlastním textem, většinou té nejslibnější kapitoly. Při prvním čtení nám jde především o
vytušení mělčin a hlubin, tj. oddělení hlušiny od pasáží, kde se skrývá to podstatné z textu. Už
v této fázi si můžeme pasáže označit tužkou nějakým symbolem nebo stručnou poznámkou.
V druhém kole se věnujeme už těm místům, která jsme si označili jako klíčová. Buď si už
v tomto kole děláme výpisky na papír, který se stane součástí naší kartotéky přečtených textů,
nebo pouze doplňujeme text symboly, poznámkami a teprve ve třetím kole se pokusíme o
shrnutí jeho obsahu. Testem porozumění textu je, zda jsme schopni po jeho projití z hlavy
říct, o čem text pojednává (hlavní téma) a jakou hlavní myšlenku k tomuto tématu podává.
Situace, kdy si nejsme jisti, zda se nám podařilo skutečně vystihnout to podstatné z textu je
poměrně častá. Můžu vás trochu uklidnit tím, že v soudobé sociální vědě převládá představa,
že smysl textu se vyjevuje v procesu čtení, a že neexistuje jedna závazná interpretace textu.
Jistěže, jsou lepší a horší interpretace textu. Jejich rozdíl však není možné formalizovat.
Spočívá v přesvědčivosti interpretace. V sociálních vědách se pro specificky sociálně-vědní
formu přesvědčivosti používá pojem plausibilita. Např. texty jednoho z největších filosofů 20.
Století, Martina Heideggera, není možné z hlediska jejich pravdivosti posoudit tím, že
bychom provedli nějaké empirické zkoumání, jako v případě empirického sociologického
22
výzkumu. Jejich pravdivost spočívá v jejich přesvědčivosti resp. plausibilitě pro čtenáře. A
totéž platí o interpretacích Heideggerových textů. I o interpretaci těchto interpretací atd.
Pokud ale máme zodpovězenou i třetí otázku, klíčovou z hlediska porozumění textu, tj. o co
autor své závěry opírá, máme v ruce pevný argument pro svou interpretaci. V případě
zkoušky nebo obhajoby diplomové práce se jen těžko může stát neúspěšným student, který
dokáže svou interpretaci textu tímto způsobem podpořit. I v případě, že se interpretace
zkoušejícího či členů komise se studentovou rozchází. Z hlediska vysokoškolského studia je
v případě odborných textů daleko důležitější schopnost studenta o textu uvažovat samostatně,
tj. také dokázat zdůvodnit informaci, kterou v textu našel, než znalost interpretace textu,
kterou sdílí odborníci. Navíc klíčové teorie oboru dostane student v různých fázích studia
„předžvýkané“ v učebnicích, přednáškách a jiných sekundárních odborných textech. Neshoda
tak vznikne spíše u textů méně frekventovaných.
Pokud ale nedokážeme na uvedené otázky odpovědět a tím textu porozumět, měli bychom být
schopní pojmenovat, čemu a proč nerozumíme. Častá studentská bezradnost typu „já v tom
textu nerozumím vůbec ničemu“ je slepá ulička. Je spíše výsledkem lenosti nebo bezradnosti
studenta v tom, jak k textu přistupovat. Většinou se při dalším rozhovoru se studentem ukáže,
že nějaký názor na text má, že má alespoň vágní představu o oblasti, ke které se text vztahuje.
A je schopen klást textu námitky, které zdůvodňují, proč mu není dobře rozumět. Častou a
relevantní námitkou je z pohledu studenta zcela nestandardní spojování slov. Student sice
rozumí jednotlivým slovům, ale v celku věty mu nedávají smysl (zjistil jsem, že v tomto
ohledu vynikají nad jiné texty Julie Kristevy). To je většinou dáno vlastností pojmů, které
mají význam ve vztahu k širšímu teoretickému kontextu. Pojmy každodenního jazyka, stejně
jako ty vědecké, nejsou kameny, jejich význam se mění, je vázán na použití v určitém
kontextu. Porozumění odbornému textu často brání skutečnost, že student zatím dostatečně
nenasál teoretický kontext, ve kterém dává použití pojmů v jinak nesmyslné větě smysl.
Součástí tohoto kontextu není jen znalost teorií, ale také osvojení si určitého stylu myšlení.
K osvojení tohoto stylu i znalostního kontextu není ale jiná cesta než studium a četba zprvu
obtížně srozumitelných textů. Zkušenost všech studentů (i zkušených vědců) je taková, že po
určité době studia nové látky se nám zpočátku „podivný“ text čte daleko snadněji. Dostaví se
„aha pocit“, najednou rozumíme.
23
4.3
Dokumentace o přečteném
Pro efektivní využití přečteného textu k vlastnímu psaní v budoucnu je velmi užitečné si
udělat o přečteném poznámku na papír a ten uložit do nějaké krabice – základu budoucí
kartotéky, pokud se rozhodnete ve studijní či vědecké dráze pokračovat. Takové kartotéky
jsou ale velmi užitečné i pro zpracování diplomové práce. Budete překvapeni, kolik textů,
přečtených v prvním či druhém ročníku studia, jste schopni „zrecyklovat“ v pátém ročníku při
psaní diplomové práce. Pokud si začnete do kartotéky zakládat už na počátku studia, řadu
textů využijete opakovaně při zpracování rozličných seminárních prací. Hlavní poznatek
vztahující se k vedení dokumentace o přečtených odborných textech zní: Pracnost záznamů
krátkodobě zdržuje, ale dlouhodobě se vyplácí. A to i u textů, které prošly našima rukama
pouze v prvním kole četby a od jejichž další četby jsme upustili.
U každého textu byste si měli poznačit čtyři základní bibliografické údaje, tj. jméno autora,
název textu, rok a místo vydání. Je na vás, jakou formou, ale mělo by to být uděláno tak,
abyste dokázali i po letech odlišit monografie od sborníků, článků a elektronických
dokumentů. Každý obor má na to své vlastní zaužívané formální způsoby (řazení údajů,
využití kurzívy, uvozovek, zkratek). V seznamu použité literatury pro seminární nebo
diplomovou práci byste si měli zjistit, zda na vaší katedře (fakultě) existuje nějaký předpis.
Na většině fakult tomu tak je.
Při zaznamenání klíčových myšlenek textu pamatujte na to, že je vhodné si poznačit sem tam
stranu, na které se daná myšlenka nalézá. Je to nezbytné pro další práci s textem při psaní vaší
vlastní práce, ve které jste povinni průběžně odkazovat na zdroje. Je také vhodné snažit se ke
klíčové myšlence (nebo několika takovým myšlenkám), které pro vás vyplývají z textu, zkusit
nalézt krátkou citaci, která ji vystihuje. Tu si poznamenat i s číslem strany, samozřejmě
v uvozovkách, abyste později věděli, že se jedná o citaci. Taková citace je užitečný
komponent do vašeho budoucího textu. A pomáhá vám si lépe osvěžit autentický myšlenkový
postup autora.
4.4
Typy odborných textů
Studenti zpočátku vnímají jenom jeden typ odborných textů, který představují knihy. Velmi
důležitým zdrojem informací, které pokročilejší výzkumníci využívají minimálně stejně, ne-li
více než knihy, jsou odborné články ve vědeckých časopisech. Většina článků ve vědeckých
časopisech obsahuje abstrakt. Abstrakt je shrnutí hlavní myšlenky článku v rozsahu asi 150
24
slov. Většina vědeckých časopisů uveřejňuje abstrakty svých článků na internetu. Proto je
velmi užitečné při hledání odborné literatury k určitému tématu pročíst si abstrakty u článků
se slibným názvem a na jejich základě se rozhodnout, kterým textům by bylo vhodné věnovat
podrobnější pozornost.
Na tomto místě je vhodné udělat ještě alespoň stručnou poznámku o využívání internetových
zdrojů. Internet je sice velmi dobrý zdroj informací, nicméně musíme být v jeho využívání
ostražití. Hlavní potíží informací na internetu je často problematická věrohodnost publikované
informace. Většina vědeckých časopisů využívá redakční mechanismus tzv. recenzního řízení.
V něm každý nabídnutý text redakce předá k posouzení dvěma nezávislým recenzentům,
kterým se nesdělí ani jméno autora textu, ani jméno druhého recenzenta. Úkolem recenzentů
je posoudit vědeckou kvalitu nabídnutého textu. Oboustranná anonymita mezi autorem i
recenzenty má zabránit ovlivnění posudků osobními sympatiemi a antipatiemi. Dva recenzenti
na jeden text zase zvyšují šance posudků na objektivní hodnocení. Recenzní řízení má zajistit,
že budou publikovány především ty texty, jejichž vědecká hodnota je nesporná, a vyřazeny
texty, jejichž vědecká hodnota je nízká. Recenzním řízením procházejí často také vědecké
monografie. Texty dostupné volně ke stažení na internetu většinou tímto ohněm vědecké
kritiky neprošly, a proto není jejich hodnota zaručena. Často jsou tyto texty mezi sebou
navzájem kopírovány, klonovány, částečně se překrývají v propletencích, u nichž lze jen
těžko rozeznat původ.
SHRNUTÍ KAPITOLY
Práce s odbornými texty je důležitou součástí výzkumného procesu v každém výzkumu.
Efektivně zpracovat odborné texty, tj. získat z nich za krátký čas relevantní informace, není
samozřejmost, ale určitá technika, kterou je možné si osvojit. Tuto techniku nazýváme aktivní
čtení. S jeho pomocí jsme schopni zpracovat velké množství odborných textů v relativně
krátkém čase. Mezi odborné texty nepatří pouze knihy, ale ve stejné míře také odborné články
ve vědeckých časopisech. Pro vyhledávání relevantní literatury k tématu výzkumu můžeme
využít také internet, ale měli bychom si být vědomi jeho omezení. O přečtené odborné
literatuře si vedeme dokumentaci, která nám slouží nejen k realizaci bezprostředního
výzkumu, ale i při psaní našich vlastních odborných textů v budoucnu.
KONTROLNÍ OTÁZKY
25
Jaké tři otázky bychom měli být schopni zodpovědět, abychom mohli říct, že určitému textu
rozumíme?
Které bibliografické údaje bychom si měli poznamenat ke každému záznamu o přečteném
odborném textu?
ÚKOLY K ZAMYŠLENÍ
1. úkol – zkuste si vzít odbornou knihu, kterou potřebujete prostudovat do některého z kurzů,
a během 10 minut si udělejte představu o tom, o čem kniha pojednává, a poznamenejte si to
na zvláštní list papíru.
2. úkol – vyberte si jednu slibnou kapitolu a zkuste si ji během 5 minut projít metodou
aktivního čtení a zapište si to do sešitu. Za 5 minut byste měli být schopni zvládnout 5 stran
odborného textu.
PRO ZÁJEMCE
Další literatura:
Šanderová, J. 2009. Jak číst a psát odborný text ve společenských vědách. Praha: Slon. s. 18–
39.
Šesták, Z. 2000. Jak psát a přednášet o vědě. Praha: Academia. s. 26–42
26
5
Jak psát odborný text v sociálních vědách
RYCHLÝ NÁHLED KAPITOLY
Jestliže čtvrtá kapitola sledovala na proces využití odborných textů ve výzkumné praxi, pátá
kapitola se zaměřuje na otázku tvorby textů, které jsou dílčími nebo závěrečnými výstupy
výzkumného procesu. Zvláštní pozornost je věnovaná psaní výzkumných projektů, ale
kapitola poskytuje informace také o psaní odborných textů obecně a přibližuje některé typy
odborných textů.
CÍLE KAPITOLY
Po prostudování této kapitoly
Budete umět:
Budete se umět lépe orientovat ve výzkumných projektech i výzkumných statích.
Získáte:
Získáte představu o tom, jak vypadají výzkumné projekty, výzkumné stati a jaká jsou
základní pravidla publikační etiky.
Budete schopni:
Budete schopni lépe navrhnout projekt výzkumu, který byste mohli realizovat a
adekvátněji formulovat žádost o podporu tohoto výzkumu.
Budete schopni realističtěji rozvrhnout čas pro svou diplomovou práci.
KLÍČOVÁ SLOVA KAPITOLY
projekt výzkumu, čtyři otázky výzkumného projektu, GAČR, struktura odborné stati, logika
výzkumné zprávy, základy publikační etiky, diplomová práce jako odborný text
PRŮVODCE STUDIEM KAPITOLY
Ve třetí kapitole si přiblížíme problematiku psaní odborných textů. Zaměříme se především na
psaní tzv. projektu výzkumu, který je předpokladem vašeho úspěšného absolvování předmětu.
27
Vedle toho si představíme logiku, kterou sleduje výzkumná stať. Zmíníme nejdůležitější
požadavky na odborný text po stránce formálních požadavků.
Stejně nedílnou součástí výzkumného procesu, jakou je čtení odborných textů, je i jejich
psaní. Proces psaní začíná již před samotným empirickým zkoumáním ve formě výzkumného
projektu, který bývá u větších výzkumů často velmi rozsáhlý – v řádu desítek stran.
V průběhu výzkumu nebo po jeho skončení jsou prezentovány dílčí nebo souhrnné výsledky
výzkumu na konferencích a publikovány ve sbornících, které obsahují příspěvky jednotlivých
účastníků. Výsledky výzkumů bývají publikovány nejčastěji formou odborných článků ve
vědeckých časopisech. Několikaleté výzkumy, v jejichž průběhu již bylo většinou
publikováno několik článků, nalézají svá shrnutí ve vědeckých monografiích. My se budeme
zabývat především projektem výzkumu a některými obecnými požadavky na odborné texty.
5.1
Projekt výzkumu
Projekt je v dnešní době velmi zprofanované a „mlžné“ slovo, skrývající často zcela
nejrůznější významy, protože od původního významu plán či úžeji stavební plán dnes
zahrnuje i situace, které souvisí s realizací plánu či plněním nějakého úkolu. Slovní spojení
„pracuji na projektu“, které můžeme kolem sebe často slyšet, nám tak vlastně nedává příliš
velkou informaci, kromě toho, že se jedná o činnost, která pravděpodobně není časově
vymezena na dobu neurčitou. Nicméně v případě výzkumu je jeho použití oprávněné zejména
proto, že úzce souvisí s nejčastějším vnímáním projektu jako plánu. Projekt výzkumu je plán
výzkumu. Podobně jako projekt domu je plánem domu. A stejně jako se podle dobrého
projektu domu dobře staví, podle dobrého projektu výzkumu se dobře bádá. Proto se čas
věnovaný projektu na začátku vyplatí v průběhu samotného výzkumu a ušetří řadu
nepříjemností s dokončením textu. Vnímejte slovo projekt výzkumu v souvislosti s vaší
budoucí diplomovou prací. Ta je také výsledkem výzkumu (měla by být). Ať už to je výzkum
empirický, používající sociologickou metodologii, nebo výzkum v knihovně, např. přehledová
stať o bádání v určité oblasti, např. sociálních příčin užívání omamných látek nebo vývoj
právních norem ve vztahu k užívání omamných látek. Takže také úspěšné zpracování
diplomové práce se bude do velké míry odvíjet od vaší schopnosti zpracovat si (pro školitele
nebo pro sebe) dobrý projekt. Pro účely vaší diplomové práce odkazuji opět k užitečnému
textu J. Šanderové (2009: 107–142); nás zajímají rysy spjaté s projektem výzkumu.
Cesta od projektu výzkumu k realizaci výzkumu a výstupu výzkumu v podobě psaného textu
je v podstatě procesem neustálého zpřesňování a konkretizace. Velmi dobře se na projekt
28
výzkumu hodí text písně valašské skupina Mňága a Žďorp I cesta může být cíl. Začátek
výzkumu v podobě projektu se vždy více nebo méně liší od konečné realizace výzkumu.
Ovšem bez začátku není konce. Nelze jednoduše skočit rovnou na konec. Když po svých
diplomantech požaduji projekt diplomové práce, často se stane, že na to buď zcela
zapomenou, nebo si připraví pouze několik odrážek, jakoby hypotetický obsah budoucí práce,
ovšem bez zdůvodnění jednotlivých kapitol. Je to možná proto, že můj požadavek považují za
formalitu nebo neefektivní, zbytečnou věc. Realita je ovšem taková, že student často nepíše
práci v kuse, stejně jako výzkumník. Když se po čase znovu vrací k práci na výzkumu či
diplomové práci, drtivá většina studentů i výzkumníků má tendenci se mrknout do projektu,
co vlastně mají dělat. Potřebují si oživit myšlenky a záměry převrstvené jinými povinnostmi
nebo osobním životem, kvůli kterým práci na výzkumu přerušili. „Odfláknutý“ projekt se
v tuto chvíli ukáže jako velmi špatné vodítko.
Praktickým účelem projektu výzkumu však není jen usnadnění realizace výzkumu. Grantové
agentury poskytují peníze nejen podle předchozích úspěchů žadatelů (to je jen jedno
z kritérií), ale především na základě plánu navrhovaného výzkumu, tedy z projektu. Ten by
měl posuzovatele přesvědčit o tom, že výzkumný záměr má praktickou hodnotu nebo význam
pro rozvoj vědního oboru. Dále z něj musí být patrné, že žadatel má jasno o metodě výzkumu,
i to, že je schopen navržený výzkum v předpokládaném časovém horizontu zvládnout.
5.1.1 Jak na to?
Neexistuje žádný předpis, jak má vypadat výzkumný projekt, ani jak má být dlouhý. (srov.
k tomu Punch 2008a: 113 an.) Stejně jako neexistuje takový předpis pro všechny stavby, které
lidé staví. Každý projekt výzkumu však podává odpovědi na čtyři typy otázek:
1. Co chce plánovaný výzkum zkoumat? Na jakou otázku chce nalézt odpověď? Co je
jeho cílem zjistit?
2. Na co lze při realizaci výzkumu navázat? Jaké výzkumy byly v dané oblasti
realizovány? Jaká odborná literatura je pro daný problém klíčová?
3. Jak budeme daný výzkumný problém řešit? Jaká je navrhovaná metoda/metody
výzkumu?
4. Jak budeme hospodařit s časem a penězi? Na jak dlouho je výzkum koncipovaný?
Jaký je harmonogram výzkumných prací a etap výzkumu?
------------------------
29
V realitě grantových žádostí se lze často setkat ještě s jednou důležitou otázkou, která
však není nutná u diplomových prací nebo některých otázek tzv. základního výzkumu.
Přesto ji uvádíme jako důležitý doplněk k těm čtyřem klíčovým.
5. Jak budou využitelné výsledky výzkumu?
První typ otázek je triviální jen zdánlivě. Umět si položit otázku tak, abychom byli schopni ji
zodpovědět a zároveň objevili něco nového, není nic samozřejmě jednoduchého. Většina
studentů si zvolí téma velmi široké, a výsledné zpracování je potom nepřesvědčivé. Daleko
lepší je zvolit téma velmi úzké, protože rozšířit se dá vždy.
Každý výzkumný projekt obsahuje shrnutí stavu badání v oblasti určité výzkumné
problematiky. Jednak tím vymezuje výzkumník svoji výchozí pozici, a dále ukazuje, že není
v dané oblasti úplným začátečníkem. Respektive svým přehledem dává najevo, že se orientuje
v dané problematice a může svůj výzkum postavit na solidních základech.
Metody vedoucí k řešení výzkumného problém jsou klíčovou částí celého výzkumu. Určují
jeho časový harmonogram, rozpočet i naději na vyřešení problému. Představují cestu k cíli
výzkumného projektu. V případě empirického výzkumu je tato pasáž asi nejdůležitější a
zasluhuje si největší pozornost. Obsahuje stručný nástin metod, které budeme chtít použít při
výzkumu. Případně i reflexi metodologických problémů, které nás při výzkumu čekají.
Čtvrtý typ otázek, které se vztahují k časovému harmonogramu výzkumu a předpokládanému
rozpočtu, se nevztahují až tak k podmínkám diplomových prací. Pro účely grantových žádostí
však často musí být zpracovány velmi podrobně.
Pro ukázku uvádím doslovnou formulaci z více než třicetistránkové zadávací dokumentace,
kterou se řídí uchazeči o grant v grantové soutěži Grantové agentury České republiky (GA
ČR). GA ČR je největší agenturou, která rozděluje peníze na výzkum v České republice.
Citovaná pasáž se vztahuje ke klíčové části projektu výzkumu, o jehož podporu se žádá.
OSNOVA PROJEKTU PRO GRANTOVOU ŽÁDOST GAČR
„4.2.8. Část PC Zdůvodnění návrhu. Maximální rozsah této části je 10 stran formátu A4 s použitím
písma o velikosti min 11 bodů a řádkování min 1. Tento formulář se vyplňuje anglicky. U projektů,
jejichž předmět je vázán výlučně na českou jazykovou oblast, může navrhovatel vyplnit tento formulář
česky.
30
Musí v ní být jasně prezentovány cíle a záměry a uvedeny dostatečné informace pro posouzení
návrhu projektu, v souladu se základními kritérii pro hodnocení návrhů projektů, a to zejména tyto
údaje:
a) shrnutí současného stavu poznání odborné problematiky v dané vědní oblasti;
b) vyjádření podstaty grantového projektu, jeho cíle, způsob řešení, časový rozvrh a etapy
řešení;
c) odůvodnění nutnosti a potřebnosti řešení dané problematiky v daném čase (tj. aktuálnost
řešení);
d) popis navrhovaných koncepčních a metodických postupů nezbytných pro řešení
grantového projektu a pro dosažení předpokládaného výsledku a jejich rozbor;
e) charakteristika předpokládaného výsledku řešení grantového projektu v kategoriích
definovaných pro základní výzkum v souladu s platnou Metodikou hodnocení výsledků výzkumu a
vývoje21;
f) informace o spolupráci navrhovatele se zahraničními vědeckými institucemi;
g) údaje o připravenosti navrhovatele a jeho pracoviště, o přístrojovém vybavení pracoviště,
které bude při řešení využíváno;
g) odkazy na použitou literaturu.
Uvedené body jsou jen orientačním vodítkem a mohou být přizpůsobeny specifickým
potřebám daného grantového projektu.“
Zdroj: Zadávací dokumentace pro veřejnou soutěž ve výzkumu, vývoji a inovacích na podporu grantových
projektů základního výzkumu na rok 2011 (dostupné z Http://www.gacr.cz
[citováno 20. 4. 2010])
Z uvedeného příkladu je patrné, že projekty výzkumu mohou vypadat celkem různorodě, vždy
však zodpovídají čtyři uvedené otázky.
5.2
Logika výzkumné stati (TAIMRD)
Existují různé typy odborných textů. Nejčastěji se s výsledky výzkumu setkáváme v článcích
ve vědeckých časopisech. Ty, ačkoli bývají na nejrůznější témata, sledují obvykle jednu
obecnou strukturu, kterou vyjadřuje anglická zkratka TAIMRD: topic, abstract, introduction,
methods, results, discussion (Šesták 2000: 81).
Všechny vědecké články v časopisech mají svůj název, který bývá někdy relativně dlouhý, a
často obsahují i podnázev. Důvodem je to, že už název má jasně napovědět, oč v článku běží.
31
Abstrakt je část důležitá zejména pro čtenáře a bývá obvykle v jiném jazyce (nejčastěji
v angličtině) než hlavní text. V úvodu autor vysvětlí předmět, o kterém pojednává, a
východiska, z nichž při výzkumu vycházel. Následuje popis metod, které pro výzkum použil.
Poté shrnuje hlavní výsledky, k nimž dospěl. Závěr textu bývá věnován diskusi míry platnosti
závěrů, jaká další témata výzkum otevírá i z jakých jiných perspektiv by bylo možné ke
zkoumané problematice přistoupit.
5.3
Diplomová práce jako odborný text
I diplomová práce je (resp. měla by být) odborným textem. Měla by tedy splňovat základní
kritéria kladená na odborné texty. Ty by měl koneckonců respektovat i projekt výzkumu.
Mezi ně patří dodržování určité publikační etiky. Ve vědě jde zejména o uvádění použitých
zdrojů informací. Zpočátku určitým problémem bývá, u kterých informací na zdroje
odkazovat a u kterých ne. Obecně platí, že se neodkazuje na všeobecně známá fakta, která
jsou součástí veřejného diskursu (např. že prezidentem České republiky před Václavem
Klausem byl Václav Havel). Dále se neodkazuje na skutečnosti, které jsou součástí učiva
základní školy, ani na informace, které jsou obsaženy v základních učebnicích oboru. Ke
všem ostatním podstatným informacím, které jsme nezískali vlastním výzkumem, je vhodné
uvést zdroj. Na zdroje se upozorňuje v průběhu textu buďto v poznámce pod čarou nebo
nějakou formou zkráceného odkazu. Např. v závorce se uvede příjmení autora, rok vydání,
případně strana, na které je informace uvedena. Čtenář si potom plný bibliografický údaj
může dohledat vzadu podle seznamu použité literatury. Takovýto seznam je další standardní
náležitostí odborného textu. V něm uvádíme jen ty práce, ale zároveň všechny, na které jsme
průběžně v textu někde odkázali. Jako příklad dvou základních způsobů odkazu uveďme citát
z knihy Ulricha Becka, který se vztahuje odmítavě ke zdůvodňování nerovného postavení
mužů a žen v moderní společnosti údajnými přirozenými rozdíly obou pohlaví. Při
odkazování pomocí poznámky pod čarou by citát mohl vypadat takto:
„Ženy existují stejně tak dlouho jako muži a ženy a muži se značně odlišují, mezi jiným oním známým a
pikantním, ne vždy úplně malým rozdílem. Že by však tato legenda speculativa nějak vysvětlovala situaci žen ve
společnosti, je jen moderní legenda. Přesněji řečeno, „přirozená žena“ je vynález 18. a 19. století.“
2
Použití zkráceného odkazu na zdroj přímo v textu by odkaz vypadal následovně.
„Ženy existují stejně tak dlouho jako muži a ženy a muži se značně odlišují, mezi jiným oním známým a
pikantním, ne vždy úplně malým rozdílem. Že by však tato legenda speculativa nějak vysvětlovala situaci žen ve
2
Beck, U. 2007. Vynalézání politiky. Praha: Slon, s. 124, kurzíva v originále.
32
společnosti, je jen moderní legenda. Přesněji řečeno, „přirozená žena“ je vynález 18. a 19. století.“ (Beck 2007:
124, kurzíva v originále).
K samotnému procesu psaní odborného textu je vhodné zmínit alespoň jednu důležitou
okolnost. Odborné texty se většinou píšou nadvakrát. Nejprve se napíše tzv. pracovní verze,
která se nechá „uležet“, a potom se upraví do definitivní podoby. Studenti často tuto
skutečnost přehlíží a jejich diplomové práce se většinou z nedostatku času zastaví na té
pracovní verzi. Důležitá je i časová prodleva mezi prvním a druhým psaním, která by měla
být v řádu týdnů a klidně i několika měsíců. Úpravy textu do definitivní podoby sice nejsou
již tak náročné jako psaní pracovní verze, ale často zaberou téměř stejný čas jako pracovní
verze. Diplomové práce, jejichž autorům se podařilo stihnout obě fáze před termínem
odevzdání textu, patří většinou k těm nejlepším.
SHRNUTÍ KAPITOLY
Proces psaní je nedílnou součástí výzkumného procesu. Často předchází samotnému výzkumu
v podobě přípravy výzkumného projektu. Výsledky z výzkumů bývají zachyceny vždy
v písemné podobě (výzkumné zprávy, článku, monografie). Každý výzkumný projekt by měl
odpovídat na čtyři základní výzkumné otázky: co je předmětem a cílem výzkumu; na co lze
v plánovaném výzkumu navázat; jaké metody k řešení použijeme; jaký je předpokládaný
časový a finanční harmonogram. Nejčastějším výstupem z výzkumu je odborný článek ve
vědeckém časopise. Takové články obvykle sledují výkladovou linii (TAIMRD): začínají
názvem, obsahují abstrakt, v úvodní části představují východiska zkoumání, následuje popis
metod, shrnutí hlavních výsledků a diskuse závěrů. Mezi odborné texty patří také diplomové
práce studentů a měly by respektovat standardy odborných textů. Mezi ně patří zejména
dodržování zásad publikační etiky a formálních požadavků na práci se zdroji informací.
KONTROLNÍ OTÁZKY
Co označuje zkratka TAIMRD?
Jaké čtyři základní otázky by měl zodpovědět každý výzkumný projekt?
Které základní požadavky publikační etiky by měly striktně dodržovat i diplomové práce?
ÚKOLY K ZAMYŠLENÍ
Zkuste promyslet téma případného vlastního výzkumu a zformulujte odpovědi na první dvě
základní projektové otázky.
33
PRO ZÁJEMCE
Další literatura:
Punch, K. 2008. Úspěšný návrh výzkumu. Praha: Portál. s. 9 33.
34
6
Kvantitativní a kvalitativní výzkumné paradigma (jejich
rozdílnost i komplementarita)
RYCHLÝ NÁHLED KAPITOLY
Ve čtvrté kapitole se seznámíte s dvěma základními strategiemi empirického výzkumu
v sociálních vědách. S tzv. kvantitativním a kvalitativním výzkumným paradigmatem. Většina
soudobých výzkumů přináleží spíše buď k jedné, nebo druhé z nich. Někdy se mezi oběma
liniemi vedou spory, snažte se je však vnímat jako dva rovnocenné komplementární přístupy
k sociální realitě.
CÍLE KAPITOLY
Po prostudování této kapitoly
Budete umět:
Budete umět popsat dva hlavní výzkumné přístupy k sociální realitě.
Získáte:
Získáte základní představu o dvou hlavních výzkumných strategiích v empirickém
sociálním výzkumu.
Budete schopni:
Když se setkáte s výsledky určitého výzkumu, měli byste být schopni posoudit jeho
obecné klady i zápory a nemít falešná očekávání.
KLÍČOVÁ SLOVA KAPITOLY
spor o metodu duchovních věd, kvantitativní výzkum, kvalitativní výzkum, povaha informace
v kvantitativním a kvalitativním výzkumem, logika kvalitativního a kvantitativního výzkumu,
generalizace závěrů, validita, reliabilita, kombinace kvalitativních i kvantitativních technik,
integrovaný výzkum.
PRŮVODCE STUDIEM KAPITOLY
Nejprve si pro pochopení logiky kvantitativního a kvalitativního výzkumu přiblížíme
historické okolnosti, v nichž se formovaly oba výzkumné přístupy. Potom se zaměříme na
35
schematické přiblížení rozdílů mezi kvantitativním typem výzkumu a ukážeme si základní
výhody a nevýhody obou přístupů. Důležité informace se týkají rozdílných možností
zobecnění (generalizace) poznatků, zjištěných těmito dvěma rozdílnými výzkumnými
přístupy. Přiblížíme si také dva klíčové metodologické pojmy validita a reliabilita.
6.1
Historický exkurz do doby formování kvantitativního a
kvalitativního výzkumného paradigmatu
V první kapitole jsme se věnovali otázce pluralitního charakteru sociálně-vědního poznání,
tzv. multiparadigmatičnosti sociálních věd. Mluvili jsme o meritorních a metodologických
paradigmatech v sociologii. Nyní se zaměříme na zmiňovaná metodologická paradigmata
podrobněji. Sociologický či obecně sociální výzkum stojí, obrazně řečeno, rozkročen na dvou
nohách, kvantitativní a kvalitativní. Pod termínem kvantitativní metody se skrývají metody
pracující s hromadnými daty (rozsáhlé soubory dat vypovídající o mnoha lidech). K analýze
těchto dat se často využívá speciální software pro statistickou analýzu dat. Typickou
metodou, i když zdaleka ne jedinou, tohoto typu výzkumu je dotazník. Kvalitativní výzkum se
nesoustředí na čísla a množství, ale na odhalování struktur smyslu a významu jedinečných
situací v sociálním životě. Typickou metodou kvalitativního výzkumu je tzv. zúčastněné
pozorování, při kterém výzkumník participuje na sociálním životě zkoumané skupiny či
sub/kultury. Na místo statistických operací se používá často tzv. hustý popis (zejm.
v etnografii) k vystižení typických rysů a jedinečností zkoumaných jevů.
Pro porozumění logice těchto dvou výzkumných přístupů je užitečné ohlédnutí do doby
formování těchto paradigmat. Možná víte, že sociologii dal její jméno francouzský filosof
August Comte, první představitel pozitivismu. Jeho představou bylo budovat sociologii po
vzoru přírodních věd. Zprvu také sociologii nazýval sociální fyzikou. Pozitivistická sociologie
se snažila prezentovat společenský život jako víceméně automatické působení neosobních sil
(Dějiny... 1982: 168). Úkolem sociologie je odhalovat objektivní zákony sociálního dění,
podobně jako to dělá fyzika u dění přírodního. Jednostrannost pozitivismu i reálné problémy,
do kterých se dostal při výzkumné praxi, brzy přivodily kritiku protipozitivstického proudu.
Ten hledal pro vysvětlení sociálních jevů namísto neosobních objektivních principů, principy
subjektivní,
individuálně-osobnostní.
Asi
nejznámější
dobový
představitel
tohoto
antinaturalistického (naturalismus znamená v tomto kontextu snahu připodobnit se
přírodním vědám, natur = příroda) přístupu Wilhelm Dilthey svůj postoj zdůvodňoval
36
přibližně následujícím způsobem: Příroda je nám vnější. Naším světem je společnost.
Rozumíme životu společnosti, protože jsme její součástí. Sociální jevy jsou proto
pochopitelné zvnitřku. Co je láska, sociální distance, svědomí nebo přátelství nepochopíme
žádným vnějším „objektivním“ popisem. Tyto věci chápeme u jiných, protože je sami
prožíváme. Krize fyziky na přelomu 19. a 20. století, tj. obrat od newtonovské k relativistické
einsteinovské fyzice, nabourala ještě více pozitivistickou představu a posílila pozice
antipozitivistů.
6.2
Rozdíly kvantitativního a kvalitativního přístupu
Základní rozpor mezi zastánci tzv. „nestranné objektivity čísel“ a zastánci „subjektivního
porozumění smyslu“ při sociálním výzkumu přetrvává dodnes v různých obměnách a
nuancích. Od druhé poloviny 20. století se však ozývá stále více hlasů, které se snaží tyto dva
rozdílné přístupy ke skutečnosti kombinovat. (V české produkci viz např. Loučková 2010).
Nelze jednoznačně rozhodnout, který přístup je lepší. Dobrý výzkumník by měl znát oba dva
a umět porovnat jejich vzájemné výhody a nevýhody. V ideálním případě by měl být schopen
oba přístupy kombinovat v rámci jednoho výzkumu. Kvantitativní výzkum se používá
především pro zjišťování postojů a názorů populace, případně preferované hodnoty s cílem
zmapovat většinové trendy. Kvalitativní přístup využijeme především u marginalizovaných
skupin, které jsou spíše na okraji společenského dění. Dotazník je v tomto případě obtížně
použitelný. Zkombinovat oba výzkumy můžeme např. při výzkumu rozvodovosti.
Kvantitativní přístup může zjistit míru rozvodovosti v populaci, a zda má vzestupný nebo
sestupný trend. Důvody rozvodu u rozvedených však pomůže zjistit spíše přístup kvalitativní.
Následující tabulka přináší přehled základních rozdílů obou přístupů. Berte je však jako
protilehlé póly, přičemž většina výzkumné reality se nachází někde mezi nimi.
37
kvantitativní
kvalitativní
cílem
cílem
je testování hypotéz
je vytvoření teorie (hypotéz)
cílem
je testování hypotéz
deduktivní logika
induktivní logika
omezený rozsah informace o mnoha mnoho informace o malém počtu
jednotkách/jedincích
jednotek/jedinců
redukce reality na proměnné a redukce
počtu
sledované
vztahy
mezi
nimi jedinců/jednotek
(kvantitativní výzkum je schopen řešit
jen problémy redukovatelné na
sledovatelné
a
kvantifikovatelné
proměnné a jejich vztahy)
sledovaných
generalizace na populaci je snadná a generalizace
na
populaci
měřitelná
problematická či nemožná
je
vyžaduje silnou standardizaci = vysoká slabá standardizace = nízká reliabilita
reliabilita
omezenost kategorií redukuje validitu
neomezenost
validitu
kategoriemi
zvyšuje
testuje porozumění sociální realitě
snaží se o porozumění sociální realitě
Zpracováno podle: Disman (1998: 286 287) a Reichel (2009: 41)
6.2.1 Logika kvantitativního a kvalitativního výzkumu: Testování hypotéz versus
rozumění
Zatímco kvantitativní výzkum sleduje striktně deduktivní logiku, kvalitativní výzkum může být
veden jak deduktivní, tak induktivní logikou. Deduktivní logika znamená, že si předem
38
připravíme model, jak asi sociální realita funguje ve skutečnosti. Tento model popisují
předem zformulované hypotézy. V průběhu výzkumu potom zjišťujeme, jakou má náš model
představu v realitě, neboli testujeme naše hypotézy. Např. na základě existujících výzkumů
můžeme
předpokládat,
že
v otázce
výběru
životního
partnera
existuje
vyšší
pravděpodobnost pro volbu stejně vzdělaného partnera, než pro partnera s odlišným
stupněm vzdělání (mluvíme o tzv. vzdělanostní homogamii). Tento model zkusíme
zformulovat co nejkonkrétněji. Na základě podrobnějšího modelu můžeme např.
zkonstruovat nástroje (např. dotazník, rozhovor, analýza statistik), kterými budeme zjišťovat
preference jednotlivých lidí ve volbě jejich budoucího partnera, co do vzdělání, a dále
zjišťovat reálné vzdělání životních partnerů. Na základě sebraných dat můžeme potom
konstatovat, do jaké míry je náš předpokládaný model pravdivý (jak pro deklarované
preference, tak pro reálné jednání) a ve kterých ohledech se odlišuje od zkoumané reality.
Naproti tomu induktivní logika představuje takový postup, při kterém nemáme jasně určený
model. Do výzkumu vstupujeme s vágní představou, kterou zpřesňujeme teprve na základě
dat, která sebereme v terénu. Tento přístup byl rozvíjen zejména v kulturní antropologii a
etnografii při výzkumu exotických kultur. Např. chceme-li se něco dozvědět o partnerských
preferencích společnosti Papuánců na Nové Guineji, kteří žili až do 20. století odříznuti od
ostatního světa, máme k dispozici jen dílčí informace od dobrodružných cestovatelů. Svoji
vágní představu můžeme dále zpřesňovat až na základě zprvu trochu chaotického sběru dat.
Z nich se můžeme snažit vytušit určité struktury a náš vágní model zpřesňovat. Až bude náš
model dostatečně propracovaný, aby šel převést na matematizovatelné proměnné, můžeme
zkusit přistoupit ke kvantitativní výzkumné strategii a ověřit jej exaktněji. Příklad Papuánců je
názorný vzhledem k jejich exotičnosti a evidentní neznámosti. Ale i v naší kultuře existuje
mnoho „jiných“ subkultur či dílčích sociálních světů, které jsou z hlediska sociologie i
majoritní společnosti v podstatě neznámé a tedy „exotické“. Typickými příklady jsou etnické
menšiny ve velkoměstech nebo náboženské komunity. Myslím, že všichni dobře porozumí
Parkovu (1925: 26) tvrzení, že lidé ve městě, kteří se mohou na přechodu téměř dotýkat
svými lokty, často reálně žijí ve zcela odlišných sociálních světech. (R. E. Park
představitel
tzv. Chicagské školy, která začala v USA 20. let s empirickými sociologickými výzkumy města).
Pro proniknutí do těchto sociálních světů jsou daleko obratnější měkčí techniky
kvalitativního výzkumu (např. zúčastněné pozorování, opakované hloubkové rozhovory) než
39
kvantitativní nástroje. Kvalitativní metody lze samozřejmě uplatnit také v rámci deduktivního
schématu. Kvantitativní metody lze uplatnit pouze v rámci deduktivního schématu.
6.2.2 Redukce v obou typech výzkumu
Protože kvantitativní výzkum sleduje takové proměnné, které je možné kvantifikovat, lze
v jeho rámci zjišťovat pouze formy odpovědí, které lze převést na číselné škály (např. míru
souhlasu s daným výrokem, kladný nebo záporný postoj k nějakému objektu, věk, pohlaví,
počet členů domácnosti apod.), s nimiž lze dále dělat statistické operace. Kvantitativní
výzkum je schopen řešit jen problémy redukovatelné na sledovatelné proměnné a jejich
vztahy. Díky tomu ale dochází k určité redukci významové bohatosti informace, kterou
sociální život reálně má. Kvantitativní výzkum je schopen poskytnout pouze omezený rozsah
informace o mnoha jedincích. Oproti tomu kvalitativní výzkum, pátrající po smyslu a
významu jedinečných sociálních situací, je schopen poskytnout velké množství informace
(bohatý popis), ale pouze o malém počtu jedinců. Vezměme příklad výzkumu nejrůznějších
domácích rituálů (stravovacích, uklízecích, vítacích atp.). V realitě se nelze účastnit na životě
velkého počtu domácností zároveň a konat v nich kvalitativní pozorování. A i kdyby to bylo
možné, vznikl by pravděpodobně tak rozsáhlý datový materiál, že výsledky jeho analýzy by
spatřily světlo světa v době, kdy by už nebyly aktuální. Zatímco kvantitativní výzkumu
redukuje rozmanitou sociální realitu na proměnné a sledované vztahy mezi nimi, kvalitativní
výzkum nutně redukuje počet sledovaných jedinců (srov. Disman 1998: 286 an.).
6.2.3 Generalizace
Obě paradigmata se liší v možnostech generalizace neboli zobecnění našich závěrů zjištěných
ve vzorku na celou populaci. Populace v sociologickém smyslu nepředstavuje vždy pouze
populaci lidí žijících na nějakém území nebo v hranicích států. Populace je různými způsoby
vymezená skupina nejen lidí, ale klidně i jiných „jednotek“, např. knih pro děti, časopiseckých
článků, televizních pořadů apod. Většinou však nejsme schopni prozkoumat všechny
jednotky dané populace. Ptáme se jen některých lidí, sledujeme jen některé televizní pořady,
čteme jenom některé texty z populace knih pro děti. Ty skutečně zkoumané jednotky tvoří
náš výzkumný vzorek. Zatímco u kvantitativního výzkumu jsme v řadě případů schopni
matematicky vyjádřit pravděpodobnost, s jakou jsou naše zjištění na vzorku platná i pro
populaci. A také jak moc se náš vzorek liší od populace. U kvalitativního výzkumu je
40
matematizace naší jistoty nemožná. Často pomocí tohoto typu výzkumu zkoumáme
populace, které nemají pevně stanovené hranice. Např. populaci příslušníků punkové
subkultury nebo populaci milovníků moderního umění. U takových populací je velmi těžké
určit, kdo k ní (ještě) patří a kdo (už) nikoli. Kvantitativní výběr i metody jsou při zkoumání
takových populací dosti těžkopádné a omezené. Náš vzorek je konstruován jiným způsobem
a naše zobecnění nelze vyjádřit pomocí statistické jistoty. Spíše formulujeme závěry typu:
„Pro milovníky moderního umění je typické, že...“, „Velmi často se můžeme u příslušníků
punkové subkultury setkat s...“ apod.
6.2.4 Standardizace a otázka reliability
Pro to, abychom získali informaci o mnoha jednotkách a také proto, že statisticky se dají
porovnávat pouze jednoduše srovnatelné a matematizovatelné vlastnosti, pracuje
kvantitativní výzkum s vysoce standardizovanými nástroji (všechny dotazníky v jednom
výzkumu jsou stejné, všichni tazatelé musí klást otázky v předepsaném znění i pořadí, při
pozorování se zaznamenává délka, nebo frekvence jednoznačně rozpoznatelné jednotky
chování). Tento přístup přináší jednu velikou výhodu, vysokou reliabilitu. Reliabilita znamená
v sociologickém výzkumu totéž, co spolehlivost. Reliabilní měření je takové, které dává při
opakovaném použití stejné výsledky, nezmění-li se stav objektu (Disman 1998: 62). Máte-li
zapsat např. počet cyklistů, kteří projedou po mostě přes řeku Opavu mezi 12. a 13. hodinou,
se spolehlivostí záznamu nebude asi větší problém. Velmi snadno lze předem ošetřit případy,
kdy si to cyklista v půli mostu rozmyslí, nebo případy, kdy cyklista vjede na most 12:59 a
vyjede z něj 13:01. Budete-li mít za úkol popsat výraz v obličeji cyklisty, bude jistota, že jej
popíší různí výzkumníci stejně, nebo i jeden výzkumník v různou dobu, daleko
problematičtější. Sociologickým jazykem řečeno, druhý případ měření má problematickou
reliabilitu. Z hlediska reliability obvykle vyhrává kvantitativní přístup nad přístupem
kvalitativním. Ovšem i kvalitativní přístup často poskytuje stejně reliabilní výsledky, jako
přístup kvantitativní. Většinou jsou však kroky k zajištění reliability daleko pracnější.
6.2.5 Otázka validity
Standardizace s sebou ovšem nese již zmiňované úskalí redukce informace. Kategorie
dotazníku jsou často uzavřené nebo velmi obecné a jen obtížně si mezi nimi respondent
může najít místo plně vystihující jeho pozici. Kvantitativní výzkum trpí problémem s validitou.
41
Validita představuje něco jako pravdivost či hodnověrnost. Validní měření je takové, které
měří skutečně to, co jsme zamýšleli měřit. Zatímco reliabilita je termín, který lze použít
pouze na techniky měření, pojem validity se používá jak na měření, tak na posouzení
hodnoty výsledné informace. Validní měření vede pochopitelně k validním výsledkům.
Neomezenost předem stanovenými kategoriemi v kvalitativním výzkumu zvyšuje validitu
našich technik i našich zjištění.
SHRNUTÍ KAPITOLY
Empirický výzkum v sociálních vědách je založen na dvou pilířích. Jednu tvoří kvalitativní
výzkumná strategie, druhou kvantitativní. Kvantitativní přístup má blížeji k přírodním vědám.
Kvalitativní přístup má blížeji k vědám humanitním. Obě výzkumné strategie mají své výhody
i omezení. Kvantitativní výzkum je schopen zjistit pouze omezený rozsah informace a jen
takové, která je převoditelná na proměnné a jejich vztahy. To je vykoupeno větší možností
matematické přesnosti statistických analýz a při zobecňování naších závěrů. Zjištění
kvantitativního výzkumu lze častěji vztáhnout na rozsáhlé populace než ve výzkumu
kvalitativním. Kvalitativní výzkum je schopen podat detailní informaci, ale pouze o poměrně
malém souboru jedinců. Zobecnění na rozsáhlejší populace je problematické. Oba typy
výzkumu bychom měli vnímat jako vzájemně se doplňující přístupy k plnému pochopení
sociální reality.
KONTROLNÍ OTÁZKY
Validita a reliabilita jsou základní pojmy, s nimiž operuje sociologická metodologie. Mají
k sobě úzký vztah. Přemýšlejte o něm a zkuste zodpovědět dvě následující otázky:
úkol 1: Může být nereliabilní měření validní, a proč?
úkol 2: Může být nevalidní měření reliabilní, a proč?
Porovnejte hlavní výhody a nevýhody kvantitativního a kvalitativního výzkumu.
ÚKOLY K ZAMYŠLENÍ
V rámci předchozí kapitoly jste měli za úkol navrhnout předmět potenciálního výzkumu. Nyní
zkuste v obecné rovině zvážit, jak by asi vypadal konkrétní výzkum v rámci této problematiky
ve své kvantitativní podobě a jak by vypadal v podobě kvalitativní.
42
PRO ZÁJEMCE
Další literatura:
Disman, M. 1998. Jak se vyrábí sociologická znalost. Příručka pro uživatele. Praha: Karolinum.
s. 284 325.
43
7
Hlavní metody kvantitativního výzkumu
RYCHLÝ NÁHLED KAPITOLY
V předchozí kapitole jsme se věnovali základním rozdílům kvantitativního a kvalitativního
paradigmatu v sociálně vědním výzkumu a kladli jsme důraz na jejich vzájemnou
komplementaritu. Každý z obou typů empirického výzkumu je schopen zachytit ze sociální
reality něco, co tomu druhému zůstává skryto. V této kapitole si představíme obecně hlavní
metody kvantitativního výzkumu. Kvalitativnímu výzkumu se budeme věnovat v osmé
kapitole.
CÍLE KAPITOLY
Po prostudování této kapitoly
Budete umět:
Budete umět vystihnout hlavní kvantitativní výzkumné metody, popsat jednotlivé
kroky kvantitativního výzkumu.
Získáte:
Získáte přehled o základních postupech v kvantitativní linii výzkumu.
Budete schopni:
Budete schopni zařadit si určitý výzkum, s nímž se v praxi setkáte, do obecné mapy
kvantitativních metod.
KLÍČOVÁ SLOVA KAPITOLY
interaktivní a neinteraktivní techniky, pozorování, obsahová analýza, standardizovaný
rozhovor, dotazník, analýza oficiálních statistik, sekundární analýza dat, etapy kvantitativního
výzkumu: formulace problému, formulace hypotéz, formulace pracovních hypotéz,
rozhodnutí o populaci a vzorku, pilotní studie, rozhodnutí o technice sběru dat, konstrukce
nástrojů sběru dat, předvýzkum, sběr dat, analýza dat, interpretace závěrů.
PRŮVODCE STUDIEM KAPITOLY
V první části kapitoly si představíme hlavní metody kvantitativního výzkumu: společenský
průzkum (survey), experiment, analýzu oficiálních statistik a sekundární analýzu dat,
44
strukturované pozorování, obsahovou analýzu. V druhé části potom projdeme jednotlivé etapy
kvantitativního výzkumu.
7.1
Hlavní metody kvantitativního výzkumu
Přehlednou typologii základních metod kvantitativního výzkumu přináší ve své knize
věnované kvalitativnímu výzkumu David Silverman:
METODA
společenský
CHARAKTERISTIKY
VÝHODY
průzkum -náhodný výběr vzorku
-reprezentativnost
(survey)
experiment
-měření proměnných
-testování hypotéz
-experimentální podnět
-přesné měření
-„kontrolní skupina“, která
není vystavena podnětu
oficiální statistiky
-analýza předem sebraných -velké soubory dat
dat
strukturované pozorování
-zaznamenávání
pozorování -spolehlivost
pozorování
podle předem definovaného (reliabilita)
plánu
obsahová analýza
-předem
definované -spolehlivost
kategorie se používají na měření
spočítání
obsahu
masmediálních produktů
zdroj: Silverman, D. 2005. Ako robiť kvalitatívny výskum. Bratislava: Ikar. str. 15
45
nástrojů
na
Společenský průzkum a experiment jsou reaktivní metody, tzn. zasahují určitým způsobem
do života respondenta, vyžadují jeho reakci a svým způsobem jej vyrušují. Před jejich
použitím by se proto mělo zvážit, zda náhodou nejsme potřebné informace schopni získat i
některou nereaktivní technikou: analýzou statistik či sekundární analýzou dat z již
provedených výzkumů, strukturovaným pozorováním nebo obsahovou analýzou. Existují
ještě další důvody pro prioritu nereaktivních technik. Nereaktivní techniky bývají obyčejně
daleko levnější a dále nedochází ke „znehodnocování populace“ nadměrným počtem
výzkumů. Úměrně k rostoucímu počtu výzkumů klesá ochota respondentů odpovídat. To
zase zvyšuje náklady na výzkum, které musíme vynaložit, chceme-li skutečně validní
informace získat.
7.1.1 Společenský průzkum
Pod pojmem společenský průzkum (anglicky survey) se nejčastěji míní hromadné šetření, do
kterého jsou vybíráni respondenti podle statistických pravidel, která zaručují, že vzorek
dobře odráží strukturu populace, tj. je reprezentativní.3 Nejčastější technikou sběru dat je
dotazník či standardizovaný rozhovor, tj. rozhovor, který má u všech respondentů stejnou
strukturu a je vedený školeným tazatelem. Společenský průzkum se realizuje ve formě
překladu jazyka otázek kladených respondentům do matematického jazyka proměnných,
s nimiž lze provádět statistické operace. Vztahy mezi proměnnými jsou předem formulovány
ve formě hypotéz, které analýza dat buďto potvrdí nebo vyvrátí. Klasickým příkladem
takového typu výzkumu je výzkum veřejného mínění.
7.1.2 Experiment
Charakteristickým rysem experimentu je existence experimentálního podnětu, kterému jsou
respondenti vystaveni. Důležitou vlastností, nezbytnou pro správné provedení experimentu,
je existence kontrolní skupiny, která je ve stejných podmínkách, ale není experimentu
vystavena. Příkladem experimentální a kontrolní skupiny mohou být dvě školní třídy. Zajímá
nás efektivita zavedení nové vyučovací metody cizích jazyků, např. výuka s pomocí rodilého
mluvčího, který neovládá mateřský jazyk žáků. V jedné třídě probíhá výuka s rodilým
mluvčím (experimentální skupina), ve druhé pokračuje standardní výuka bez rodilého
3
K problematice toho, jak to udělat, abychom se nemuseli dotazovat celé populace, a přesto bychom získali
validní výsledky, viz následující kapitolu.
46
mluvčího (kontrolní skupina). Výhodou experimentu je možnost přesného měření díky
kontrole podmínek výzkumu, která je v každodennosti sociálního života problematická.
7.1.3 Analýza oficiálních statistik a sekundární analýza dat
Asi největší výhodou analýzy oficiálních statistik jsou nízké náklady na výzkum. Jedná se o
analýzu dat, která shromáždil již někdo jiný. Obdobnou metodou je sekundární analýza dat,
která je analýzou dat sebraných v rámci jiného průzkumu. Pořizování rozsáhlých datových
souborů o velkém počtu jedinců je poměrně drahá záležitost, pohybující se v řádech statisíců
a nejednou milionů korun. Nevýhodou těchto metod je, že zdaleka ne vždy poskytují
odpovědi na otázky, které si ve vlastním výzkumu klademe. Požíváme-li data z různých
zdrojů, musíme vždy zohlednit rozličné okolnosti jejich sběru, rozdílný způsob výběru
respondentů, různé časy, v nichž byly jednotlivé výzkumy realizovány. Často nám spíš
existující datové soubory vymezí zkoumatelné pole a modifikují naše badatelské ambice.
Příkladem takového výzkumu jsou analýzy dlouhodobých trendů sňatečnosti, věkové
homogamie apod. Jeden z nich reprezentuje práce T. Katrňáka (2008), který ve své analýze
sňatečnosti vycházel z dat z matričních úřadů, která publikoval Český statistický úřad.
7.1.4 Strukturované pozorování
Pozorování v kvantitativním výzkumu charakterizuje existence předem připravených
kategorií, ke kterým pozorovatel přiřazuje probíhající jednání. Příkladem takového typu
sběru dat, s nímž jste se pravděpodobně již setkali, je zaznamenávání počtu cestujících
v autech na určitém silničním úseku. Úkolem pozorovatele je zapisovat čárky do kategorií
aut, definovaných různým počtem cestujících. Největší výhodou strukturovaného pozorování
je jeho spolehlivost. Pozorovatel zapisuje výskyt jasně definovaných a lehce rozpoznatelných
jevů či typů chování. Výhodou takového typu pozorování je jeho spolehlivosti neboli
reliabilita (k pojmu reliability viz kapitolu 4). Pochopitelnou nevýhodou je, že strukturované
pozorování je obtížně použitelné na zaznamenání složitějších forem mezilidských interakcí.
7.1.5 Obsahová analýza
Obsahová analýza je kvantitativní metodou používanou pro analýzu obsahu textů nebo
mediálních sdělení. Podobně jako u standardizovaného pozorování, také u obsahové analýzy
zaznamenává výzkumník frekvenci a/nebo délku jasně identifikovatelných struktur
47
textového, zvukového nebo obrazového sdělení, podle předem připravených kategorií.
Příkladem takové analýzy může být výzkum hlavního televizního zpravodajství různých
stanic, který učinil V. Štětka (2007). Zajímalo jej, zda ve zpravodajstvích českých televizních
stanic převládají zprávy orientované na domácí nebo spíše mezinárodní kontext. U
jednotlivých zpráv je potom měřen čas věnovaný národnímu nebo mezinárodnímu tématu.
Z celkového poměru sečtených časů k různým typům tématu si můžeme udělat obrázek,
jakým typům zpráv dávají jednotlivé stanice přednost, i o tom, jaký typ zpráv převládá
v českém televizním zpravodajství jako celku. Jasná definovanost kategorií a možnost použití
formalizovaných postupů zvyšuje reliabilitu této metody.
7.2
Etapy kvantitativního výzkumu
Jak jsme se již zmiňovali v předchozí kapitole, kvantitativní výzkum sleduje deduktivní logiku.
Pro popis jednotlivých kroků kvantitativního výzkumu existuje řada více či méně podrobných
schémat. M. Disman (1998: 120) popisuje kvantitativní výzkum pomocí jedenácti po sobě
jdoucích etap.
1. Formulace výzkumného problému. Každý, nejen kvantitativní výzkum začíná tím, že si
výzkumník musí zformulovat, co vlastně chce zkoumat. Jaký teoretický či praktický problém
jej zajímá. Tato etapa může být různě dlouhá a většinou vyžaduje již určitou práci
s odbornými texty. Zpočátku má výzkumník pouze vágní představu. Tu zpřesňuje při práci
s odbornou literaturou k dané problematice. Teprve na základě této znalosti je schopen
adekvátně formulovat, co konkrétně by mohl jeho výzkum zjistit, jakou výzkumnou otázku by
mohl zodpovědět.
2. Formulace teoretických hypotéz. Na základě podrobnější znalosti problematiky, která
nemusí plynout nutně jen z literatury, ale třeba i z vlastní životní zkušenosti, si výzkumník
zformuluje v druhé fázi výzkumu hlavní hypotézy. Hypotézy mají povahu oznamovacích vět,
které vyjadřují očekávaný stav věcí. Hypotézy předpovídají souvislosti mezi proměnnými,
např. mezi náboženskou a politickou orientací. Pro každou z proměnných (v našem příkladu
je to náboženská orientace, politická orientace) musí výzkumník určit, jakým způsobem ji
bude měřit. Musí být schopen teoretický koncept vyjádřit popisem operací, kterými jej bude
měřit. Náboženskou orientaci může měřit např. pozorováním nebo dotazem, zda chodí
48
respondent do kostela a jak často. Zda je respondent členem nějaké náboženské organizace,
zda má doma bibli, zda někdy četl bibli a kdy naposledy apod.
3. Formulace pracovních hypotéz. Obecnější hypotézy je užitečné rozpracovat do souboru
pracovních hypotéz. To je celkem nudná, ale užitečná část výzkumu. Každá hypotéza je
rozpracována do konkrétních empiricky ověřitelných tvrzení. Tento přepis do jazyka
konkrétních dílčích tvrzení má několik funkcí. Jednak výzkumníkovi ukáže, zda je výzkum
vůbec realizovatelný, případně jak obtížný asi bude. Dále pracovní hypotézy optimalizují
redukci informací. Jednoduše nám ukážou, zda jsme na některou důležitou proměnnou
nezapomněli. Pracovní hypotézy slouží také jako vodítko pro výběr techniky sběru dat. A tím,
že popisují strukturu vztahu mezi proměnnými, napoví, jaké statistické operace budeme
potřebovat ve fázi analýzy dat. Pracovní hypotézy jsou základem pro odhad rozsahu
výzkumu. Pracovní hypotézy obvykle popisují různé další proměnné, které do zkoumaného
vztahu zasahují. V našem příkladu zkoumání souvislosti mezi náboženskou a politickou
orientací to může být např. věk, velikost příjmu nebo místo bydliště. Obvykle jich je velké
množství. Díky tomu vidíme náročnost výzkumu a máme šanci realisticky posoudit naše
šance na úspěšné řešení. Případně na revizi původních výzkumných ambicí.
4. Rozhodnutí o populaci a vzorku. V této fázi výzkumu musí výzkumník rozhodnout, koho
resp. co konkrétně bude zkoumat a s jakou pravděpodobností může svá zjištění
generalizovat na zbytek populace. Jde o to zhodnotit, o kom vlastně zkoumaný vzorek
vypovídá. Různým způsobům konstrukce vzorku a jejich šancím na to, že odráží adekvátně
zbytek populace, se budeme podrobněji věnovat v následující kapitole.
5. Pilotní studie je nástrojem pro zjištění, zda je vůbec informace, kterou chceme zjistit,
v populaci, kterou chceme zkoumat, zjistitelná. Pilotní studie často využívá kvalitativních
postupů a jejím úkolem je rozhodnout, zda je výzkum v populaci uskutečnitelný. Pilotní
studie má např. za úkol zjistit, zda všichni lidé ve skupině, kterou chceme zkoumat, mají
skutečně nějaký názor na téma (v námi vymyšleném příkladu třeba náboženství a politika),
k němuž chceme zjistit jejich postoje. V případě obsahové analýzy novin je zase úkolem
pilotní studie napovědět, zda je námi sledované téma v daných novinách vůbec zastoupeno
apod.
49
6. Rozhodnutí o technice sběru dat. To je jedna z těch zajímavějších částí výzkumného
procesu. Základní otázkou, která před výzkumníkem stojí, je rozhodnutí mezi reaktivní nebo
nereaktivní technikou sběru dat. Existuje mnoho technik sběru dat. Většinou jsou ale
kombinací nebo modifikací čtyř základních postupů: pozorování, analýza dokumentů,
rozhovor, dotazník. Některé z nich budou přiblíženy v příslušných kapitolách.
7. Konstrukce nástrojů pro sběr dat. Jde o přizpůsobení obecných technik konkrétním
potřebám výzkumu. V této fázi se např. vytváří záznamové archy pro pozorování, kódovací
instrukce pro obsahovou analýzu dat, design dotazníku nebo scénář standardizovaného
rozhovoru.
8. Předvýzkum. Předvýzkumem se rozumí test nástrojů sběru dat. Většinou se předvýzkum
dělá na malém vzorku respondentů. V případě dotazníku je užitečné jej dát vyplnit
některému z kolegů, který se nepodílel na jeho konstrukci. Provedení zkušebního rozhovoru
s některým z kolegů nebo známých umožní přesně odhadnout čas potřebný k jeho realizaci,
často si v průběhu rozhovoru výzkumník sám uvědomí některá „slabá“ místa scénáře. Podle
předvýzkumu lze ještě udělat poslední korekce v konstruovaném nástroji (přeformulovat
otázku v dotazníku, změnit kategorie apod.) před samotným sběrem dat.
9. Sběr dat.
10. Analýza dat. K analýze kvantitativních dat se v sociologii používá speciální software
(nejčastěji program SPSS nebo STATA). Ty umožňují třídit data nejen podle jednotlivých
proměnných a jejich kombinací, ale také počítají korelace mezi proměnnými a pomáhají
odhalovat složitější struktury „ukryté“ v datech. Pro zájemce existuje řada příruček ke
statistické analýze dat nebo kurzů na vysokých školách nebo v komerční sféře k ovládání
specializovaného software. Důležité však je si uvědomit, že sofistikované postupy
matematické analýzy jsou spíše třešničkou na dortu výzkumné procedury. Kvantitativní
sociologové dokážou často analyzovat data s velkou virtuozitou, někdy ale bagatelizují
redukce, které vznikají v předchozích fázích výzkumu, zejména v procesu sběru dat. Redukce
způsobené nízkou návratností odpovědí, špatnou konstrukcí technik sběru dat, volbou
nevalidního postupu měření proměnných apod. ani ta nejsofistikovanější analýza dat
neodstraní, maximálně zmírní.
50
11. Interpretace závěrů. V konečném kroku, kdy je úkolem výzkumníka zformulovat závěry,
přichází ke slovu individuální kritický intelekt a teoretický rozhled badatele, který žádný
software (zatím) nedokáže nahradit. I přes všechny návody, jak správně dělat výzkum,
interpretaci toho, co jsme zjistili, nelze formalizovat. Poslední krok vždy zůstává interpretací.
Správná interpretace závisí na hloubce znalostí výzkumníka i na jeho výzkumných
zkušenostech. Ty lze ale získat pouze studiem a realizací samotných výzkumů.
SHRNUTÍ KAPITOLY
V kvantitativním výzkumu můžeme rozlišit přibližně pět hlavních metod. Klasický survey,
který sbírá data od velkého počtu respondentů; sociologický experiment; standardizované
pozorování; analýzu oficiálních statistik a sekundární analýzu dat; obsahovou analýzu. Ačkoli
jejich konkrétní modifikace a kombinace mohou být velmi různorodé, sleduje jejich aplikace
vždy přibližně stejnou logiku po sobě jdoucích etap: formulace problému, formulace
hypotéz, formulace pracovních hypotéz, rozhodnutí o populaci a vzorku, pilotní studie,
rozhodnutí o technice sběru dat, konstrukce nástrojů sběru dat, předvýzkum, sběr dat,
analýza dat, interpretace závěrů.
KONTROLNÍ OTÁZKY
Co je to pilotní studie?
Jakou funkci má předvýzkum?
K čemu slouží pracovní hypotézy?
Jaké jsou základní charakteristiky experimentu?
Jaké jsou základní charakteristiky standardizovaného pozorování?
Jaké jsou základní charakteristiky obsahové analýzy?
Jaké jsou základní charakteristiky sekundární analýzy dat?
51
ÚKOLY K ZAMYŠLENÍ
Zkuste pro svůj hypotetický výzkumný problém navrhnout možné použití každé z pěti
uvedených výzkumných metod.
PRO ZÁJEMCE
Další četba:
Punch, K. 2008. Základy kvantitativního šetření. Praha: Portál. s. 15 40
52
8
Výběrové šetření v sociologii: problém reprezentativity
RYCHLÝ NÁHLED KAPITOLY
I když kvantitativní výzkum sbírá informace (data) o velkém počtu jedinců, žádný výzkum
není schopen sesbírat informace o všech lidech. V této kapitole se zaměříme na jeden
z klíčových problémů kvantitativního výzkumu, který představuje otázka: Co nás opravňuje
k tomu, abychom mohli ze zkoumání jen omezeného počtu lidí usuzovat na vlastnosti
rozsáhlejších sociálních celků?
CÍLE KAPITOLY
Po prostudování této kapitoly
Budete umět:
Popsat základní způsoby výběru respondentů do vzorku.
Uvažovat o sociologických výzkumech pomocí základních pojmů, které se vztahují
k výběrovým šetřením.
Získáte:
Znalosti o tom, jak se v sociálních vědách vybírají lidé, kteří mají být zahrnuti do
výzkumu jako respondenti, a také znalosti o charakteristikách základních typů výběru.
Budete schopni:
Měli byste být schopni s použitím základních metodologických znalostí kriticky
přistupovat k různým výzkumům, s nimiž se setkáváte ve své vlastní pracovní praxi nebo
které prezentují média.
Také byste měli umět kriticky posoudit možnost generalizace vlastních výzkumů
(např. vlastního šetření pro diplomovou práci)
KLÍČOVÁ SLOVA KAPITOLY
Populace, vzorek, pojem reprezentativity v kvantitativním výzkumu, různé podoby
reprezentativity, způsoby konstrukce vzorku (náhodný výběr a jeho modifikace, kvótní výběr,
53
anketa, arbitrární výběr, metoda sněhové koule) a jejich vztah k reprezentativně, praktické
obtíže
s reprezentativitou
(redukce
samovýběrem),
teoretická
nasycenost
vzorku,
reprezentativita v kvantitativním a kvalitativním výzkumu
PRŮVODCE STUDIEM KAPITOLY
Nejprve si vysvětlíme základní pojmy populace, vzorek, reprezentativita, poté si přiblížíme
základní způsoby, jakými můžeme vybrat ke zkoumání konkrétní jedince, které reálně
zkoumáme, a především jak nám rozdílné způsoby výběru respondentů do zkoumaného
souboru ovlivňují možnosti zobecnění našich zjištění na rozsáhlejší sociální celky.
8.1
Základní pojmy: populace, vzorek, reprezentativita
Na začátek je třeba si vyjasnit základní trojici pojmů: populace, vzorek, reprezentativita.
Všechny tři pojmy jsme v předchozích kapitolách v nějakých souvislostech již použili. Nyní si
je vymezíme přesněji.
Pojem populace má v kontextu kvantitativního výzkumu specifický význam. Populací v tomto
kontextu nerozumíme pouze skupinu osob vymezenou životem na určitém území, kupříkladu
v hranicích některého státu (např. populace obyvatel České republiky). Populace mohou
tvořit například vysokoškolští studenti Moravskoslezského kraje, členové církví na jižní
Moravě nebo odběratelé časopisu Čtyřlístek. Populace v sociologickém výzkumu nemusí být
ani tvořeny lidmi. Mohou být populace sociologických článků v odborných časopisech,
populace televizních pořadů, populace textů písní nebo učebnic základní školy. Pokud
píšeme o proměnách přístupů ke stáří v učebnicích základních škol, populací nám budou tyto
učebnice. Zajímá-li nás kultura protestu, můžeme analyzovat texty písní undergroundových
hudebníků a sledovat v nich nejčastěji pojmenovávané sociální problémy. Jednotkou je
v tomto případě text jedné písně z populace písní tzv. nezávislé hudební scény. „Populace
(neboli základní soubor) je soubor jedinců nebo jednotek, o kterém předpokládáme, že jsou
pro něj naše závěry platné.“ (Disman 1998: 92).
Naproti tomu vzorek je „skupina jedinců nebo jednotek, které skutečně pozorujeme“
(Disman 1998: 92). Jsou to ty konkrétní učebnice nebo písně z výše uvedených příkladů,
které jsme při výzkumu skutečně analyzovali.
54
Vztah mezi vzorkem a populací, který nám umožňuje ze zjištění na vzorku usuzovat na
vlastnosti celé populace (základního souboru), se nazývá reprezentativita. Reprezentativita
je vlastnost vzorku imitovat strukturu populace. Reprezentativní výběr je potom výběr
provedený takovým způsobem, který zaručuje, že náš vzorek imituje vlastnosti populace a
umožňuje zobecňovat naše závěry na základní soubor (populaci).4 V některých případech je
reprezentativitu možné matematicky vyjádřit. V jiných případech mluvíme spíše jen o
dobrých důvodech k tomu považovat svůj vzorek za reprezentativní (jistotu nelze
matematicky vyjádřit). Někdy je reprezentativita sporná, neodůvodněná nebo velmi
nepravděpodobná. Vždy závisí na tom, jaký způsob výběru zvolíme, resp. jaký si můžeme
dovolit.
8.2
Základní způsoby konstrukce vzorku
Obecně můžeme typy výběru rozdělit do třech typů:
a) náhodné výběry
b) záměrné výběry
c) nahodilé výběry a samovýběry
8.2.1 Náhodné výběry
Náhodné výběry nebo někdy označované jako pravděpodobnostní výběry mají mezi způsoby
konstrukce vzorku v jistém smyslu výjimečné postavení. Mají totiž jednu velikou výhodu.
Jejich reprezentativita se dá kvantifikovat. U náhodných výběrů jsme schopni matematicky
vyjádřit, o kolik se liší náš vzorek od populace a jak velkou jistotu má naše tvrzení. Podoba
našeho prohlášení může mít třeba formu věty, že s 95% pravděpodobností můžeme tvrdit, že
průměrný věk číšníků tříhvězdičkových hotelů v Moravskoslezském kraji je 35 let, plus mínus
3 roky (uvedené tvrzení berte jako hypotetický příklad, nikoli jako faktické tvrzení, průměrný
věk zmiňované populace neznám). Principy náhodného výběru, na kterých je založena
možnost zmiňované matematizovatelné jistoty, popisuje přístupnou formou Disman (1998:
91 117) Zde také naleznete vysvětleny základní pojmy pravděpodobnostních výběrů –
4
Jedna z posledních metodologických publikací na českém trhu definuje reprezentativitu jako „... takovou
kvalitu výběru a dalších postupů metodiky výběrového šetření, díky níž dotázaný soubor jednotek získá
rozložení charakteristik, jež můžeme považovat za shodné s populací, ze které vybraný soubor pochází.“ (Krejčí
2008: 11).
55
konfidenční interval (interval spolehlivosti), směrodatná chyba, hladina významnosti – které
jsou však pro obecné pochopení logiky výběrových šetření spíše doplňující.
Klíčové pro možnost uskutečnění náhodného výběru je existence úplného seznamu
populace, kterou chceme zkoumat. To je často ten zásadní problém, který nám realizaci
pravděpodobnostního výběru znemožní. Jednotky z tohoto seznamu potom vybíráme do
vzorku náhodně, tj. tak, aby každá jednotka měla stejnou šanci na to, že se dostane do
vzorku. Z metodologického hlediska je nejjednodušší, pokud si jednotky populace
očíslujeme, vygenerujeme si pomocí speciálního programu (nebo speciálních matematických
tabulek) seznam náhodných čísel, který nám určí jednotky, jež máme pojmout do vzorku.
Tomuto postupu se říká prostý náhodný výběr.
Výzkumná praxe si často vyžaduje různé modifikace tohoto „učebnicového“ postupu. Pro
některé výzkumné otázky je vhodné použít např. náhodný stratifikovaný výběr. Jeho princip
spočívá v tom, že populace je rozřazena do skupin a náhodný výběr je proveden až v jejich
rámci. Tento postup lze uplatnit, např. chceme-li porovnávat jednotlivé okresy ve volebních
preferencích. Nebo chceme-li znát názory studentů různých fakult jedné univerzity nebo
různých univerzit jedné země.
Jiným typem pravděpodobnostního výběru je vícestupňový náhodný výběr. Výběr
podmnožin celkové populace je udělán náhodně, z těchto podmnožin jsou náhodně vybrané
jejich podmnožiny, z nich další a z nich další až ke konečným konkrétním jednotkám, které
budou zařazeny do vzorku. Například v zemi můžeme vybrat náhodně okresy, v těchto
okresech náhodně vybrat obce, z těchto obcích čtvrtě a z těchto čtvrtí konkrétní jedince,
které navštíví tazatel s dotazníkem. Statistickou reprezentativitu zajišťuje dodržení principů
náhodnosti při výběru. Na druhou stranu reálnou reprezentativitu ohrožují struktury
sociálního světa, které statistika vidět nemůže. Např. to, že určité lokality obývají určité
specifické skupiny lidí (tzv. lepší čtvrtě jsou určeny pro bohaté a úspěšné, a naproti tomu
vnitřní městská ghetta obývají chudí, neúspěšní a s tmavou barvou pleti).
Vedle této potíže, která vstupuje do vztahu reprezentativity mezi vzorkem a populací, je
třeba zmínit ještě jednu zásadní praktickou obtíž, která je ve výzkumné praxi velmi vážná a
velmi častá. Odborně se jí říká redukce negativním samovýběrem (Disman 1998: 116). Jde
však o velmi prostý efekt, který nastane, když někteří vybraní respondenti odmítnou
56
odpovědět nebo odevzdají neúplně vyplněný dotazník. Vzorek se tak zdeformuje. Již
nemáme odpovědi od těch lidí, které jsme na začátku vybrali. V podstatě máme data z jiného
vzorku. Kvantifikace reprezentativity u tohoto typu redukce je obtížná a někdy nemožná.
8.2.2 Záměrné výběry (kvótní, účelový, snowball, teoretický)
U záměrných výběrů neplatí stejné statistické charakteristiky reprezentativnosti jako u
výběru pravděpodobnostního. Pro vystižení reprezentativnosti zde nepoužíváme formální
matematické důkazy, ale slovní formulace (argumenty). Reprezentativnost není možné
posoudit na základě principu náhodnosti a nelze ji dost dobře kvantifikovat (matematicky
podložit). Pro reprezentativnost v tomto případě má výzkumník „dobré důvody“, které jsou
„přesvědčivé“. Ty by měl v textu, jenž shrnuje výsledky výzkumu, vysvětlit. Mezi hlavní typy
záměrných výběrů patří tzv. kvótní výběr, účelový výběr a technika sněhové koule.
Vzorek v kvótním výběru imituje známé vlastnosti populace. Např. podle věku, když
potřebujeme mít pro účely výzkumu respondenta z každé relevantní věkové skupiny. Nebo
když pro účely marketingových výzkumů potřebujeme, aby vzorek imitoval strukturu
určitého podniku.
Účelový výběr je výběr na základě výzkumníkova vlastního úsudku. Záleží na jeho vlastním
zvážení, kdo je vhodným kandidátem do vzorku. Je zřejmé, že u takového typu výběru
nemůže být o kvantifikaci reprezentativity ani řeč. Pro účelový výběr platí dvojnásobně
imperativ dobře zvážit, co vlastně (jakou populaci) vzorek doopravdy reprezentuje.
Technika sněhové koule, stejně jako výše uvedený účelový výběr se používá častěji
v kvalitativním výzkumu. Nicméně lze oba typy výběrů použít, i když sledujeme logiku
výzkumu kvantitativního. Vždy však musíme mít na paměti otázku po reprezentativnosti
našeho vzorku a uvědomovat si, že u záměrných výběrů je často nemožné reprezentativnost
podložit matematickou jistotou (určitou výjimku tvoří výběry kvótní). Princip techniky
sněhové koule je velmi jednoduchý. U prvního respondenta dostaneme tip na dalšího, u něj
zase na dalšího atd. Respondenti se do vzorku nabalují jeden na druhého, jako se nabaluje
sníh, když kutálíme sněhovou kouli ze svahu. Např. chceme-li zkoumat hodnotu jakou může
mít dítě pro partnery stejného pohlaví, jenom těžko dostaneme seznam takovýchto párů i
s informací, zda vychovávají či nevychovávají děti. Technika sněhové koule zde ale může
57
velmi dobře zafungovat. U prvního páru získáme velmi pravděpodobně tip na další
potenciální respondenty. Tito lidé se nacházejí v tak specifické sociální pozici a životní situaci,
že pravděpodobně budou znát podobné páry v blízkém i vzdáleném okolí více než kdokoli
jiný.
U účelového výběru a techniky sněhové koule vzniká pochopitelná otázka, kdy je vzorek
dostatečně velký. Protože jsou tyto výběry dělané na populacích, jejichž seznamy většinou
neexistují a které mají často i velmi rozmazané hranice, nelze určit velikost vzorku pomocí
matematických měřítek. Pro posouzení toho, že vzorek je dostatečný, se používá někdy
koncept tzv. teoretické nasycenosti. Vzorek je nasycen tehdy, když už nezískáváme další
relevantní informace, které by rozšiřovaly naše poznání vzhledem k naší výzkumné otázce. Je
zřejmé, že v procesu výzkumu využívajícího účelový výběr nebo techniku sněhové koule, se
střídá fáze sběru a analýzy dat několikrát po sobě. Není tomu tedy tak jako u klasického
náhodného výběru, kdy analýzu dat děláme, až když máme pohromadě všechna data.
8.2.3 Nahodilý výběr a samovýběr
Nahodilým výběrem rozumíme takový způsob konstrukce vzorku, do kterého jsou
respondenti/jednotky vybíráni podle pravidla „ber, co přijde pod ruku“. Jde o výzkumy typu
„ptáme se nakupujících, jak jim chutná Rama“ nebo ty, při nichž jsou zastavováni na ulici
chodci s žádostí o zodpovězení otázek. U tohoto typu výběru respondentů je velmi
problematická reprezentativita. Nejen, že nelze reprezentativitu vyjádřit matematicky, ale je
velmi obtížné přesvědčivě vyložit, jakou populaci vzorek reprezentuje. To neznamená, že je
takto provedený výzkum bezcenný. Vůbec ne. Jen je třeba dobře vážit, na koho lze naše
závěry vztáhnout a jak silné důvody nás k tomuto zobecnění vedou.
Samovýběr neboli anketa představuje konstrukci vzorku vytvořeného nikoli na základě
výběru výzkumníka, ale na základě výběru respektive samovýběru respondenta. Do vzorku se
dostane
každý,
kdo
chce
odpovědět.
Příkladem
ankety
mohou
být
výzvy
čtenářům/divákům/posluchačům, aby odpovídali na dotazy uveřejněné v určitém médiu.
Nebo některými TV kanály oblíbené hlasování diváků pomocí SMS zpráv. Velkým nebezpečím
tohoto typu výběru je, že svádí k nepřípustnému zobecňování. Co je vlastně populací
takového vzorku? Nemáme žádnou záruku, že odpovědi odrážejí rozložení názorů diváků
určitého pořadu. Víme pouze, že určitý počet diváků má určitý názor, který se rozhodli
58
vyjádřit aktivně SMS zprávou. Ale nevíme, jestli jej nesdílí i jiní diváci, kteří se rozhodli
neodpovědět. Jisté je, že vzorek takto získaných odpovědí reprezentuje populaci diváků, kteří
se rozhodli odpovědět. Jaké další vlastnosti má tato populace, zda a jak se odlišuje od zbytku
populace diváků daného pořadu (kromě zaslání odpovědi), o tom nemáme nejmenší ponětí.
Výpovědní hodnota takovýchto výzkumů je velmi sporná. To platí, i když máme úplný
seznam populace, např. studentů Slezské univerzity, mezi kterými je anketa dělána. I když
víme, že máme zjištěny názory např. od 30 % všech studentů, netušíme, jaké názory má
zbylých 70 %. Zato pokud provedeme odpovídající pravděpodobnostní výběr v této populaci
a získáme od vybraných studentů odpovědi, můžeme matematicky vyjádřit jistotu, s jakou se
náš vzorek liší od populace. Závisí na velikosti vzorku (v absolutních počtech, nikoli
relativních procentech) a povaze měřených proměnných. Dost dobře můžeme získat velmi
reprezentativní vzorek, i když jeho velikost bude pouhých 5 % ze všech studentů nebo i
menší. Minimálně budeme mít jisto v míře reprezentativity tohoto vzorku. Tuto jistotu nám
anketa nikdy neposkytne, i když bude vzorek mnohonásobně větší.
Ale opět platí, že něco jsme přece zjistili, i když jsme použili anketu. Co nám tedy anketa
řekne přímo? Anketa nám řekne, jaký názor/postoj/problém v populaci (např. zmiňovaných
studentů univerzity) existuje. To samo o sobě není málo.
Co nám anketa řekne nepřímo? V případě dlouhodobě a opakovaně prováděných stejných
anket nám kolísání návratnosti v čase může odhalovat intenzitu názoru/postoje/problému
(jeho palčivost), i když nedosahujeme reprezentativní návratnosti odpovědí.
Co nám anketa nikdy neposkytne? Jistotu (statisticky vyjádřitelnou), že v dané populaci
(např. mezi studenty univerzity) neexistuje žádný jiný názor/postoj/problém. To se týká
případu, že respondenti jsou vyzváni k vyjádření svého názoru ve formě otevřené odpovědi
tj. vlastní formulací. Neposkytne nám v drtivé většině případů ani dostatečně přesnou
představu o rozložení anketou zjištěného názoru ve zkoumané populaci. Obecně platí, že
vzorek, který reprezentuje známé i neznámé vlastnosti populace, lze získat pouze náhodným
(pravděpodobnostním) výběrem, tedy nikoli anketou. Kvótní a účelové výběry se drží
známých vlastností populace a jejich reprezentativita se může za určitých podmínek blížit
výběrům pravděpodobnostním.
59
8.2.4 Velikost vzorku
Nelze jednoznačně a všeobecně platně říci, kolik lidí ve vzorku je dostatečných a kolik ne.
Statistikové se domnívají, že v souborech větších jak 30 jednotek již mohou vedle
individuálních vlastností vyniknout i strukturální vlastnosti celého souboru. (Cyhelský,
Kahounová, Hindls 1999). To je však teoretická poučka, pro kterou v praxi někdy nalezneme,
ale často také nenalezneme věcné oprávnění. Počet se odvíjí od typu výběru, použité metody
a cílů výzkumu. Při náhodném výběru platí, že při rostoucí velikosti vzorku se přibližuje jeho
struktura struktuře populace poměrně rychle, až do výše cca 1500 respondentů (či
jednotek), po této hranici se tempo připodobňování výrazně zpomaluje. Při tomto typu
výběru jsme také schopni od velikosti vzorku matematicky odvodit míru odlišnosti vzorku od
populace, ať je jakkoli velký.
Ve studentských pracích se však jen ojediněle můžeme setkat s náhodným výběrem. A
v reálném světě navíc existuje řada populací (v sociologickém smyslu), ke kterým neexistují
seznamy, a možnost přesného náhodného výběru tudíž neexistuje (např. populace milovníků
vína, populace rybářů atd.). Pro studentské práce, které chtějí zpracovávat data kvantitativní
metodou, je spíše vhodné si uvědomit, že počítat procenta u souboru tvořeného méně než
stem lidí může přinášet dosti zkreslující obraz. Hrozí to situací, jež vyjadřuje následující
anekdota o výsledcích výzkumu z výzkumného drůbežářského ústavu: po požití nového
krmiva 33,3 % drůbeže uhynulo, 33,3 % přežilo a u 33,3 % vzorku nám chybí přesné výsledky
měření, protože to třetí kuře uteklo.
Jistou direktivou pro nízkorozpočtové práce studentů by měl být spíše výběr vhodné
populace, než velikost vzorku. Z hlediska tvorby vzorku otázka typu: „Chtěli bychom zjistit, co
si veřejnost myslí o ...“ je de facto předem odsouzena k neúspěchu. Naproti tomu otázka:
„Chtěli jsme zjistit, co si myslí o ... členové opavských fotbalových klubů / sestřičky na
oddělení JIP opavské nemocnice / zaměstnanci odboru výstavby na úřadu městské části XY /
apod.“ má velkou šanci na úspěšné zodpovězení i bez sofistikovaných výběrových metod.
K daným populacím jednak existuje seznam členů, z něhož můžeme generovat náhodně
vzorek, a jednak se obejdeme i bez něj. Tyto populace jsou poměrně malé, a tak i bez
náhodných čísel je jednodušší zkusit oslovit všechny členy populace. Máme velkou šanci, že
získáme odpovědi např. od 2/3 celé populace (např. od 20 z celkově 30 zaměstnanců
60
určitého odboru na úřadě). V tu chvíli se obejdeme i bez matematických důkazů, abychom si
troufli tvrdit, že struktura našeho vzorku má velkou šanci blížit se struktuře populace. Potom
samozřejmě nemá smysl prezentovat výsledky v procentech, ale spíše v obratech „více než
třetina“, „přibližně polovina“ pouze „3 respondenti z 30 si myslí...“.
SHRNUTÍ KAPITOLY
V sociologickém výzkumu jen málokdy přijdeme do styku se všemi členy populace, kterou
zkoumáme. Výzkumy se většinou realizují na vzorku. Existuje řada způsobů výběru lidí do
vzorku. V jistém smyslu výsadní postavení mezi ostatními typy výběrů mají náhodné neboli
pravděpodobnostní výběry. Ty nám umožňují matematicky zdůvodnit pravděpodobnost
našich závěrů. Často ale není možné pravděpodobností výběr zrealizovat. V tu chvíli přichází
na řadu některé ze záměrných výběrů nebo výběr nahodilý či samovýběr. Pro všechny typy
výběrů bychom měli znát jejich možnosti a limity, co do reprezentativity.
KONTROLNÍ OTÁZKY
Co je to reprezentativita?
Co je to populace?
Co je to vzorek?
Popište vícestupňový náhodný výběr.
Popište kvótní výběr.
V čem spočívá princip techniky sněhové koule?
ÚKOLY K ZAMYŠLENÍ
Navrhněte pro svůj hypotetický výzkumný problém tři rozdílné výběry podle výše uvedené
typologie (pravděpodobnostní (tj. náhodné); záměrné; nahodilé a samovýběry). Určete a
zdůvodněte, na jakou populaci byste mohli své závěry zobecnit.
61
PRO ZÁJEMCE
Další četba:
Disman, M. 1998. Jak se vyrábí sociologická znalost. Příručka pro uživatele. Praha: Karolinum.
s. 91–117.
Krejčí, J. 2008. Kvalita sociálněvědních výběrových šetření v České republice. Praha: Slon. s.
53–64.
62
9
Dotazník a pozorování jako techniky sběru dat: problém
operacionalizace
RYCHLÝ NÁHLED KAPITOLY
V této kapitole se seznámíme s dvěma úzce souvisejícími okruhy problémů. První se týká
obecného problému konstrukce měřících sociologických nástrojů. Druhým okruhem je
uspořádání a podoba dotazníku, formulace otázek v dotazníku neboli jeho celková
dramaturgie. Na problematice dramaturgie dotazníku lze velmi dobře ilustrovat obecnější
problémy tvorby měřících nástrojů v sociálních vědách.
CÍLE KAPITOLY
Po prostudování této kapitoly
Budete umět:
Budete umět navrhnout vlastní dotazník v souladu se základními metodologickými
pravidly a podívat se na problém měření v sociálních vědách z obecnější perspektivy.
Získáte:
Získáte obecný znalostní základ o metodologických problémech spjatých s měřením
v sociálních vědách a s formulací otázek v dotazníku a s celkovou úpravou dotazníku.
Budete schopni:
Budete schopni posoudit kompetentněji dotazníky, se kterými se setkáte v praxi.
KLÍČOVÁ SLOVA KAPITOLY
Empirizace a operacionalizace, Lazarsfeldův model operacionalizace, sociologický výzkum
jako překladatelství, dotazník jako celek a jeho uspořádání, logika pořadí otázek (omnibusové
výzkumy, haló efekt), kritéria formulace otázek, hlavní možná zkreslení, podpora úspěšného
dokončení, délka dotazníku, podpora anonymity, jiné údaje než odpovědi respondentů
63
PRŮVODCE STUDIEM KAPITOLY
V první části kapitoly vysvětlíme metodologický problém tzv. operacionalizace, což znamená
problém transformace teoretických konceptů (např. chudoba, sociální status, nerovnost,
deprivace apod.) do otázek v dotazníku. Dále se zaměříme na některé základní aspekty
formulace otázek v dotazníku. V závěru kapitoly zmíníme nejdůležitější pravidla pro celkové
uspořádání dotazníku.
9.1
Operacionalizace a problém překladu v sociologickém výzkumu
Sociologický výzkum se snaží hledat odpovědi na otázky spjaté s nejrůznějšími aspekty
společenského života. Např. sociální nerovnosti, rovnost šancí obou pohlaví v přístupu ke
vzdělání nebo k práci, příčiny poklesu porodnosti v Evropě, dopady globalizované ekonomiky
na život lokálních komunit, generační proměny hodnotových vzorců, sociální distance,
anebo naopak těsnost vztahů v různých typech skupin, šikana na školách či v armádě,
sociální determinismus partnerské volby, migrace, nacionalismus, etnicita atd. Mohli bychom
pokračovat velmi dlouho. U všech nebo minimálně u většiny uvedených (teoretických)
konceptů narazíme velmi brzy na problém, jak daný jev vlastně (empiricky) měřit. Jak měřit
např. velikost sociální nerovnosti? Všichni nějakým způsobem sociální nerovnosti vnímáme,
o jejich příčinách máme více nebo méně vágní představy. Nikdo ale neviděl sociální
nerovnost, kterou by bylo možné měřit podobným způsobem jako nerovnost podlahy. Jak
zjistit existenci šikany, ke které se jen málokdo otevřeně přizná? Co je to nacionalismus a
hlavně jak je možné zjistit jeho intenzitu? Je to vůbec měřitelné? Kde leží hranice etnických
skupin? Kolik může žít Romů na severní Moravě? Jsou to ti, kteří se přihlásí ve sčítání lidu?
Co když se ve sčítání lidu přihlásí k Romské národnosti zrzavý a pihatý právník, mluvící
spisovnou češtinou? Kdo rozhodne, jestli je někdo Rom a jiný už ne? Lze to určit objektivně?
A jak?
Tyto a podobné otázky se vynořují vždy, když se snažíme převést teoretické koncepty do
empirické výzkumné praxe. V první třetině 20. století se kolem tohoto obecného problému
točil zájem nejen sociologů (sociologů spíše až později), ale i filosofů, logiků a teoretiků vědy.
Na počátku minulého století se zformoval velmi vlivný myšlenkový proud, který se nazývá
analytická filosofie. Její protagonisté v kritické reakci na dosavadní způsob filosofování se
zaměřili na samotný problém kladení filosofických a obecně vědeckých otázek. Tito
64
filosofové (např. Russel, Wittgenstein, Carnap ad.) začali „především úzkostlivě dbát na to,
aby se dříve, než se začne odpovídat na nějakou otázku, bezpodmínečně prozkoumalo, zda
tato otázka dává dobrý smysl, zda je zřejmé, že slova, která jsou v ní obsažená, mají jasný
význam, a zda je jasné, jak by vůbec mohla vypadat přijatelná odpověď na takovou otázku.
Oporu hledali v moderní vědě a především v moderní logice, která, jak se jim zdálo, mohla
pomoci oddělit smysluplné od nesmyslného. Analytičtí filosofové razili názor, že pokoušet se
nějak vypořádat s problémy, které nelze jasně formulovat, znamená dělat nejenom něco
marného, ale především vyvolávat zhoubnou iluzi obsahu tam, kde žádný není.“ (Peregrin
1999: 14).
Jedna větev těchto snah vyrostla na přechodnou dobu ve snahy vyloučit z empirické vědy
výroky, které nelze převést na věty založené na empirickém pozorování. Do jazyka vědy patří
podle badatelů této periody jenom ty výroky, které lze empiricky ověřit. Patří sem pouze ty
koncepty, které lze opsat v jazyce pozorovacích vět, tj. které lze převést na systém operací,
kterými je lze empiricky zachytit v realitě. Tyto úvahy lze dnes považovat za částečně
překonané. Respektive neúspěch výše uvedených snah dovedených do důsledků ukázal na
to, že nelze budovat striktně empirickou vědou bez neempirických předpokladů. Jedním
z trvalých výsledků diskutovaných snah je detailní pozornost, kterou dnes badatelé věnují
problematickému přechodu od teorie (konceptu) k empirii (faktu).
V sociálním
výzkumu
je
tento
problém
tematizován
pojmem
operacionalizace.
Operacionalizace znamená překlad z teoretického jazyka do jazyka operací, kterými můžeme
teoretický koncept zachytit v realitě. Operační definice je popis těchto operací. Např.
operační definicí kyselosti v chemii může být zbarvení lakmusového papírku po navlhčení
zkoumanou kapalinou. Operační definicí příslušností k určité třídě může být jistý typ pracovní
smlouvy, určitá výše příjmu a specifické volební chování. Operační definice sociologa může
znít: osoba, která získala vysokoškolský titul v oboru sociologie, publikovala minimálně dvě
statě v hlavním oborovém časopise a sama se za sociologa považuje. Kdo nesplňuje jedno ze
tří uvedených pozorovatelných kritérií, není podle uvedené operační definice sociologem.
Možná cítíte, že uvedená kritéria nemusí vždy zcela vystihovat sociologičnost určitého vědce.
Co badatel, který vystudoval ekonomii, statistiku a historii, pracuje v Sociologickém ústavu
Akademie věd, je autorem několika desítek statí v renomovaných sociologických časopisech
a sám se za sociologa považuje? Podle uvedené operační definice by však sociologem nebyl.
65
Operacionalizovat určitou teorii nebo koncept znamená přeložit ji do jazyka operací, kterými
jej budeme měřit v realitě. Je známo, že existují lepší a horší překlady. Výše uvedená
problematická operační definice sociologa ukazuje asi nepříliš povedený překlad. Jak
poukázal M. Petrusek (1993:76 78), z určitého pohledu se můžeme na sociologický výzkumu
dívat jako na proces mnohonásobného překladu:
kvantitativní sociologický výzkum můžeme vnímat jako překlad
z
přirozeného jazyka komunikace se zadavatelem
do
teoretického jazyka sociologie jako vědy
z něj do
teoretického jazyka hypotéz
z něj do
jazyka operačních procedur
z něj do
přirozeného jazyka komunikace s respondentem
z něj do
matematicko-statisticky kondenzované informace (korelačních tabulek, diagramů, matice
dat, grafů atd.)
z něj do
teoretického sociologického jazyka interpretujícího data
z něj do
přirozeného jazyka výzkumné zprávy
V průběhu výzkumu dochází nutně k několikanásobnému překladu, což ovšem nemůže
zůstat bez vlivu na ontologickou povahu výsledné informace.
Zpracováno podle: Petrusek 1993: 77
66
V tuto chvíli nechme stranou proměny, které prodělává překládaná informace. Na uvedeném
přehledu mnohonásobného překladu v rámci sociologického výzkumu si můžeme uvědomit,
že některé překlady jsou asi poměrně jednoduché (třeba jako překlad z češtiny do
slovenštiny). Jiné jsou složitější (třeba jako překlad do polštiny) a jiné vyžadují velmi
zkušeného překladatele, téměř jako překlad do čínštiny. Mezi ty složitější a přitom zásadní
patří překlady mezi jazykem teorie a jazykem empirického výzkumu.
Metafora jazykového překladu je pro problém operacionalizace velmi vhodná. Stejně jako u
jazykového překladu nejsou ani u operacionalizace vybudována žádná jasná formální
pravidla. P. F. Lazarsfeld, jeden ze zakladatelů kvantitativní sociologie v užším slova smyslu
v období před druhou světovou válkou, popisuje obecné schéma operacionalizace jako sled
čtyř fází: na začátku je 1. intuitivní představa, kterou 2. konkretizujeme. 3. stanovíme
empirické indikátory a končíme 4. sumací těchto indikátorů do škál a indexů (Petrusek 1993:
104 107).
Různorodost možných teoretických perspektiv, stejně jako různorodost výzkumných otázek,
si vyžaduje často jedinečná řešení. Stejně jako v běžném jazyce se liší překlady beletrie,
poezie a literatury vědecké. Pro některé problémy a teoretické pojmy jsou v sociologickém
výzkumu zaužívané určité osvědčené překlady. Například pro pocit životní dezorientace,
který má svůj sociální projev v určitém hodnotovém chaosu, se v sociologii používá pojem
anomie. Pro měření tohoto konceptu se vžil tzv. Sroleho index anomie, podle jeho tvůrce Lea
Sroleho. Třídní analýza, která vychází z tradice teoretiků sociálních nerovností a moci Maxe
Webera a Karla Marxe, využívá v empirickém výzkumu tzv. EGP škálu. V obou případech jde
o speciální baterie otázek, které používají výzkumníci v dané problematice pro účely svých
výzkumů. I kdyby šlo vytvořit ještě lepší operační definice zkoumaných jevů, univerzální
použití jednoho měřícího nástroje (stejné formulace otázek) umožňuje provádět
mezinárodní srovnání. To je nezanedbatelný přínos standardizace.
9.2
Důsledky pro formulaci otázek v dotazníku
Pro dotazník z výše nastíněných problémů vyplývá několik konkrétních dilemat. Všechny se
vztahují k validitě otázek. Tj. k tomu, zda položená otázka doopravdy měří to, co jsme se
rozhodli měřit. Například u zařazení respondenta na stupnici sociální hierarchie je třeba se
zamyslet nad tím, co asi tak může měřit otázka: „Do které sociální vrstvy byste se zařadil?“
67
Měří otázka na sebezařazení skutečnou sociální pozici? Spíše bude měřit respondentův
subjektivní pocit, který může s objektivní pozicí korespondovat, ale také nemusí. A to je ten
lepší případ. Také může měřit to, jak se chce respondent jevit v dotazníku. Jedno z dilemat
operačních definic tedy zní, ptát se přímo nebo neptat? Řada sociologicky relevantních
otázek se týká soukromého života lidí. Např. výzkumy domácího násilí jsou nepochybně
legitimním cílem sociologického snažení, nicméně získat validní data k této problematice je
nesmírně těžké.
Porovnejte dvě podobné, ale nestejné otázky k tomuto tématu:
Bijete své děti?
X
Souhlasíte s názorem, že v krajních případech lze použít při výchově dětí fyzických trestů?
Tyto otázky se vztahují k jiným, i když příbuzným, operačním definicím jedné proměnné.
Proměnnou by mohlo být v tomto případě použití fyzického násilí v rodině.
I pokud potřebujeme získat informaci o mnohem méně choulostivých záležitostech, např.
čtenářské aktivitě, je na zvážení formulace otázek. Porovnejte dvě následující otázky k této
proměnné:
Kolik knih přečtete v průměru za měsíc?
X
Vyjmenujte, prosím, knihy, které jste za poslední čtyři týdny přečetl.
Operační definice čtenářské aktivity by v prvním případě zněla: respondentem uvedený
průměrný počet knih, který přečte za měsíc. Ve druhém případě by zněla: respondentem
uvedený výčet knih přečtených v uplynulém měsíci. Druhá otázka je daleko konkrétnější a
navádí lépe k validnímu zodpovězení otázky po čtenářské aktivitě než obecná otázka na
průměrné údaje, pod kterou si řada lidí v první chvíli představí pouze mlhavě správnou
odpověď. Druhá operační definice je podle mého názoru validnější. Je to lepší překlad z
68
jazyka teoretických úvah o čtenářské aktivitě do jazyka operačních definic a z něj do jazyka
dotazníku či tazatele, který komunikuje s respondentem.
Častým problémem otázek v dotazníku, tentokrát již méně spjatým s operacionalizací, je tzv.
dvouhlavňovost otázek. Příkladem takto špatně položené otázky může být:
Můžete říct, že jste šťastná/ý ve svém manželství a práci?
Je zřejmé, že člověk může být šťastný v manželství, ale ne v práci, nebo naopak.
Dvouhlavňová otázka míří na dva cíle zároveň, takže z odpovědi, která má nejčastěji povahu
jednoslovné možnosti, nelze usoudit, který cíl zasahuje.
Je třeba zmínit ještě jednu okolnost. Právě proto, že při překladu teoretického konceptu do
řeči empirických indikátorů může dojít snadno k chybě (proceduru nelze kvantifikovat, ale
chce to určitou zkušenost, šikovnost a imaginaci), důležité proměnné nikdy neměříme pouze
jednou otázkou. Výjimku budou tvořit jednoduché tzv. tvrdé proměnné jako je věk, pohlaví,
nejvyšší dosažené vzdělání nebo bydliště respondenta. Ty můžeme reliabilně a validně změřit
jednoduchým dotazem. Složitější teoretické koncepty jako např. religiozitu však jednou
otázkou nezměřím. Na co bychom se měli zeptat? Věříte v Boha? Nebo snad: Jste věřící?
Nebo radši: Jak často chodíte do kostela? A co třeba: Máte doma Bibli? Nebylo by dobré
zjistit, zda je respondent členem církve? Religiozita je zrovna jev, který má mnoho dimenzí.
Na jeho měření musíme použít spíše baterii (tj. sadu) otázek.
Uvedené příklady ukazují nejčastější a nejzávažnější problémy spjaté s formulací otázek
v dotazníku nebo standardizovaném rozhovoru. Podrobnější výčet kritérií otázek v dotazníku
přináší např. Disman (1998: 140 156) nebo Venerová a kol. (2007: příloha 6). Je třeba si říci
ještě několik poznámek k uspořádání dotazníku jako celku.
9.3
Dotazník jako celek
Odhlédneme-li od formulace konkrétních otázek, mezi nejdůležitější vlastnosti dobře
uspořádaného dotazníku patří jeho přiměřená délka, přesvědčivost ve vztahu k anonymitě
respondentů (pokud je šetření anonymní) a řazení jednotlivých otázek.
69
Je obecně přijímaným faktem, že člověk nedokáže udržet pozornost více jak 45 60 minut.
Vycházet z tohoto předpokladu pro určení délky dotazníku by bylo více než optimistické.
Výzkumná zkušenost ukazuje, že návratnost dotazníků, jejichž vyplnění zabere více než
10 15 minut prudce klesá s každou další otázkou navíc. Proto je důležité zvážit, zda je
otázka opravdu nezbytná. U delších dotazníků je třeba počítat s vysokými náklady na zvýšení
návratnosti.
Důležitým a ne jednoduchým aspektem anonymních šetření je přesvědčivost anonymity vůči
respondentovi. V praxi komplikuje přesvědčivost anonymity i technická komplikace. Tazatel
navštíví konkrétního neanonymního jednotlivce, což zajišťuje reprezentativitu, který má věřit
v anonymní zpracování jeho odpovědí. Ve velkých výzkumech nebo marketingových
výzkumech ještě bývají zakomponovány mechanismy kontroly tazatelů, zda si nevyplnili
dotazník sami doma, ale vybraného respondenta skutečně navštívili. Kontrola se provádí
většinou telefonicky. Ujistit o anonymitě někoho, komu zavoláte, abyste se ujistili, že
dotazník skutečně vyplňoval, může být problematické. Rozdíl v anonymních a neanonymních
odpovědích na určité typy otázek zjišťujících neveřejné údaje je pochopitelný.
Řazení otázek by mělo sledovat určitou logickou linii z pohledu respondenta. Dotazník se tak
stává více „uživatelsky“ přístupný a zvyšuje se šance na úspěšné dokončení dotazníku. U tzv.
omnibusových výzkumů, tj. výzkumů, které v rámci jednoho dotazníku sbírají data pro více
různých výzkumů, je vhodné tuto skutečnost vysvětlit. Jedním z kritérií, která přicházejí do
úvahy, je, zda nemůže některá z předchozích otázek ovlivnit odpověď na pozdější otázku
(tzv. haló efekt). Dále bývají do dotazníků k důležitým proměnným řazeny tzv. kontrolní
otázky. Na stejnou věc se ptáme ještě jednou jinou otázkou. Cílem je zajistit validitu
odpovědí. Konzistentní odpovědi mají jinou hodnotu než ty nekonzistentní.
SHRNUTÍ KAPITOLY
Jedním ze základních problémů měření v sociálních vědách je přechod od teoretického
konceptu k smyslově vnímatelným datům. V jistém smyslu se můžeme na tento přechod
dívat obdobně jako na proces překladu. Teoretické koncepty je nutné pro potřeby
empirického výzkumu přeložit do jazyka operací, kterými je můžeme zachytit v realitě.
Tomuto přechodu se říká v sociologii operacionalizace. Jedním z měřících nástrojů
v sociálních vědách je dotazník. V sociologii byla vypracována celá řada metodických pokynů
70
k celkovému uspořádání dotazníku i formě jednotlivých dotazníkových otázek. Ty hlavní
z nich jsme zmínili na předchozích řádcích, některé další naleznete v doporučené literatuře.
KONTROLNÍ OTÁZKY
Co je to operacionalizace?
Co je to operační definice?
Jaká je optimální délka dotazníku?
Co označuje termín omnibusový výzkum?
Jaký je smysl tzv. kontrolních otázek?
Co je to haló efekt?
ÚKOLY K ZAMYŠLENÍ
Zkuste vydefinovat a pojmenovat pět klíčových proměnných ve vašem výzkumu.
Vymyslete ke každé z nich tři operační definice.
Převeďte tyto operační definice, respektive ty, u nichž to je možné, do jazyka dotazníkových
otázek.
PRO ZÁJEMCE
Další četba:
Punch, K. 2008. Základy kvantitativního šetření. Praha: Portál. s. 67 80.
Disman, M. 1998. Jak se vyrábí sociologická znalost. Praha: Karolinum. s. 140 164.
71
1
Analýza kvantitativních dat a interpretace výsledků
výzkumu
RYCHLÝ NÁHLED KAPITOLY
Kapitola je věnována elementárním postupům analýzy kvantitativních dat a interpretace
výsledků výzkumů.
CÍLE KAPITOLY
Po prostudování této kapitoly
Budete umět:
Základní potupy statistické analýzy.
Získáte:
Představu o principech, na kterých je kvantitativní analýza dat založena.
Budete schopni:
Provést základní analýzu vlastních dat.
KLÍČOVÁ SLOVA KAPITOLY
analýza dat, statistika, modus, medián aritmetický průměr, směrodatná odchylka, korelace,
kontingenční tabulka, hladina významnosti, datová matice
PRŮVODCE STUDIEM KAPITOLY
V kapitole se nejprve věnujeme základní typologii proměnných, se kterými kvantitativní
analýza pracuje. Poté stručně charakterizujeme základní statistické ukazatele, které nám
umožňují o datovém souboru vypovídat, a přiblížíme přípravu dat ke kvantitativní analýze.
Závěr kapitoly je věnován problematice interpretace výsledků statistické analýzy.
1.1
Proměnné a jejich indikátory
Kvantitativní výzkum zkoumá to, co lze ze sociálního světa přeložit do jazyka
kvantifikovatelných proměnných. Kvantitativní výzkum probíhá jako měření proměnných a
zjišťování rozložení jejich hodnot a statistických souvislostí mezi nimi. Proměnnou můžeme
popsat jako určitou vlastnost měřeného objektu nebo jeho obecnou charakteristiku, která
72
může nabývat dvou a více hodnot. Základní sociodemografické proměnné, kterými
v kvantitativním výzkumu charakterizujeme zkoumané objekty potažmo celý výzkumný
soubor, jsou pohlaví, věk, dosažené vzdělání, bydliště, výše příjmu, případně moc. Jako
proměnné mohou vystupovat i takové charakteristiky jako barva vlasů, počet dětí, volební
preference, míra spokojenosti v zaměstnání, velikost bydliště, značka auta, atd. Sociologicky
relevantních proměnných je nespočetně a nepochybně byste během minuty přišli na desítky
dalších. Ačkoli je proměnných nespočet, z hlediska kvantitativního výzkumu je lze rozdělit do
třech skupin, podle toho, jaké analytické operace s nimi lze provádět.
Nominální proměnné jsou takové, jejichž hodnoty nelze uspořádat do vzestupné nebo
sestupné řady. Příkladem takové proměnné je pohlaví. Tato proměnná může nabývat dvou
hodnot (muž/žena) u nichž jedna není víc než druhá, ačkoli v kvantitativní analýze jedné
hodnotě přiřadíme číslo 1 a druhé 2. Nemůžeme s nimi však dělat operace jako s číselnými
hodnotami, jedná se pouze o symboly, místo kterých bychom mohli klidně dosadit písmena
„a“ nebo „b“ nebo jakýkoli jiný symbol. Číslice se používá jednoduše proto, že specializovaný
software umí číst čísla snadněji než jakékoli jiné symboly. Proměnná pohlaví je specifická
ještě tím, že je dichotomická, což samotné ji předurčuje k určitému druhu statistických
operací. Jiným příkladem nominální proměnné může být oblíbené jídlo nebo oblíbený nápoj,
barva vlasů nebo národnost. Ani u nich nejsme schopni určit pořadí či hierarchii.
Ordinální proměnné jsou takové, u jejichž hodnot jsme schopni určit pořadí, jsme schopni je
řadit od nejvyšší hodnoty k nejnižší a naopak. Příkladem často měřené ordinální proměnné je
vzdělání, které může nabývat hodnot: základní / středoškolské / vysokoškolské. Ordinální
proměnné jsou také časté pří měření postojů souhlasu a nesouhlasu nebo spokojenosti či
nespokojenosti (např. hodnoty:
velmi spokojen / spíše spokojen / ani spokojen, ani
nespokojen / spíše nespokojen / velmi nespokojen).
Třetím typem proměnných jsou kardinální proměnné. Ty jsou z hlediska statistické analýzy
těmi nejlepšími, protože se s nimi dá dělat nejvíce matematických operací, protože jejich
hodnoty se kryjí s číselnými hodnotami. Nejen, že je lze seřadit od největšího po nejmenší,
ale zároveň jsme schopni vyjádřit, o kolik se jedna hodnota liší od druhé. Typickými příklady
kardinální proměnné je věk, cena výrobku nebo příjem respondenta v Kč, počet členů
v domácnosti, počet cestujících v dopravním prostředku atd.
73
Většinu proměnných nemůžeme měřit přímým pozorováním, ale skrze indikátory, které nám
indikují hodnotu proměnné, jež je neviditelná a je spíše jakýmsi teoretickým konstruktem.
Indikátor je měřitelný projev hodnoty určité proměnné. Indikátorem pohlaví respondenta
může být například zakroužkování varianty „muž“ v dotazníku, nebo odpověď „muž“ na
otázku „Jste muž nebo žena?“. Stejně tak bychom mohli pohlaví indikovat pozorováním, ale
společensky přijatelné je to asi pouze novorozeňat. Indikátorem příjmu může být údaj na
daňovém přiznání, indikátorem míry spokojenosti zvolená hodnota na škále v dotazníku atp.
Obecně platí, že složitější proměnné (např. míra anomie, politické přesvědčení, religiozita)
neměříme pouze jedním indikátorem, ale musíme použít indikátorů více. Tím se však
dostáváme k problematice operacionalizace (tj. převodu teoretických konceptů do praxe
empirického výzkumu), jíž jsme věnovali pozornost na jiném místě.
1.2
Matice dat, kódování a rekódování dat
Řekli jsme, že kvantitativní výzkum probíhá jako měření proměnných a následné sledování
rozložení jejich hodnot a zjišťování souvislostí mezi nimi (např. mezi vzděláním a politickou
orientací, věkem a příjmem apod.). Abychom se do těchto procedur mohli pustit,
potřebujeme verbální nebo písemná data převést do takové podoby, kdy s nimi můžeme
provádět matematické operace. Jinými slovy, musíme je převést na čísla nebo entity jim
podobné. V praxi to znamená, že musíme odpovědi od našich respondentů převést do tzv.
datové matice. Matice dat je nejčastěji tabulka vytvořená v Excelu, ve které každý řádek
představuje jednoho respondenta a ve sloupcích jsou zanášeny hodnoty měřených
proměnných.
74
Příklad výseče datové matice
proměnná
proměnná
2:
proměnná
2a:
proměnná
3:
věk
rekódovaný
věk
vzdělání
1:
proměnná
proměnná
5:
4:
pohlaví
(kardinální)
(ordinální)
(dichotomická
nominální)
počet členů
v domácnosti
míra
souhlasu
s vládními
reformami
(kardinální)
respondent
1
1
78
8
2
1
5
respondent
2
2
33
4
3
4
3
respondent
3
2
14
2
1
3
1
atd.
...
...
...
...
...
...
zdroj: autor
Tabulka datové matice má tedy tolik řádků, kolik respondentů jsme měli ve výběrovém
souboru a tolik sloupců, kolik proměnných jsme se rozhodli měřit. V rozsáhlejších výzkumech
mívá výsledná tabulka více než tisíc řádků a mnoho desítek sloupců. V dotazníku je obvykle
jedna otázka indikátorem jedné proměnné. Pro statistické výpočty je třeba slovní varianty
převést do číselné podoby. Jednotlivým variantám přiřadíme číselné hodnoty (např. žena = 1,
muž = 2; u proměnné vzdělání ZŠ = 1, SŠ = 2, VŠ = 3; u míry souhlasu jednoznačně souhlasím
= 1, spíše souhlasím = 2, ani nesouhlasím ani souhlasím = 3, spíše nesouhlasím = 4,
jednoznačně nesouhlasím = 5), které potom zanášíme do polí tabulky matice dat. Tomuto
označování číslicemi se říká kódování. Někdy je potřeba některé proměnné sloučit nebo
rekategorizovat. Důvodem může být potřeba srovnání s výzkumem s jinak členěným
souborem, zpřehlednění výsledků, nebo malý počet případů v určité kategorii, díky kterému
nelze se souborem provádět složitější statistické výpočty. V praxi to znamená, že do tabulky
přidáme nový sloupec - např. vytvoříme věkové skupiny po desítkách let a do polí tabulky
zaznačíme dekádu (viz tabulku výše). Po vyplnění datové matice dochází k tzv. čištění dat – tj.
hledání překlepů, omylem nevyplněných políček tabulky atp. Jakmile máme datovou matici
hotovou, můžeme přistoupit k samotné analýze.
75
1.3
Třídění 1. stupně
Tříděním prvního stupně se obvykle míní výpočty týkající se jednotlivých izolovaných
proměnných. V našem ilustrativním souboru výše uvedené tabulky by to byl například počet
mužů a žen, průměrný věk respondentů v souboru, počty respondentů v jednotlivých
věkových kategoriích nebo rozložení míry souhlasu v jednotlivých kategoriích. Tyto údaje
můžeme získat a prezentovat buď v absolutních četnostech (tj. v reálných počtech případů),
nebo v relativních četnostech (tj. v procentech). U výběrových souborů, kde pracujeme
méně než se stem případů (což je většina kvantitativních výzkumů zpracovaných v rámci
kvalifikačních prací studentů) ztrácí uvádění relativních četností smysl, protože 1 % je zde
většinou méně než 1 člověk.
Základní statistické ukazatele, se kterými při třídění 1. stupně pracujeme, jsou medián
(respektive kvantily), modus, aritmetický průměr a případně směrodatná odchylka.
Užitečnou statistickou hodnotou je modus, který představuje nejčastější či typickou hodnotu
dané proměnné ve výzkumném souboru. Modus můžeme vypočítat u všech třech typů
proměnných.
Medián rozděluje výzkumný soubor na polovinu. Např. si můžeme seřadit soubor podle věku
od nejmladšího k nejstaršímu účastníkovi a medián nám nalezne věk, kde končí mladší
polovina respondentů a začínají starší respondenti. Podobně fungují tzv. kvantily (percentily,
tercily, kvartily, decily atp.), které rozdělují soubor do stejně velkých skupin (kvartily do čtyř,
decily do deseti např. věkových skupin atd.). Tento typ ukazatelů se používá spíše pro další
práci s daty, než že by se jednalo o samotný výsledek analýzy. Můžeme jej aplikovat na
ordinální a kardinální proměnné.
Aritmetický průměr je ukazatel, který může být sám o sobě značně zavádějící. Např. jeden
důchodce v partě malých kluků může udělat ze skupiny průměrné muže ve středních letech.
Nicméně je to hodnota velmi užitečná, která je častým prostředníkem při složitějších
statistických výpočtech. Pro korekci uvedeného zkreslení je užitečné se podívat na hodnotu
směrodatné odchylky, která ukazuje na míru odlišnosti hodnot proměnné od vypočítaného
statistického průměru. Jestliže je směrodatná odchylka nízká, je soubor vzhledem k průměru
homogenní. Jestliže je vysoká, jednotlivé případy (respondenti) se od vypočítaného průměru
často a značně vzdalují.
76
Už třídění prvního stupně nám může poskytnout velmi zajímavé výsledky a řada drobných (a
dobrých) výzkumů na bakalářském stupni) si poměrně úspěšně může vystačit jenom s ním.
Rozkrývání struktur v datech a nalézání zajímavých souvislostí a hledání jejich vysvětlení však
většinou přináší až další stupně analýzy dat.
1.4
Třídění 2. stupně
Třídění druhého stupně znamená počítání rozložení hodnot proměnných u podskupin
výzkumného souboru, které vznikly díky rozložení hodnot jiné proměnné. Tříděním druhého
stupně se např. dozvíme, jak je rozloženo vzdělání podle pohlaví nebo míra souhlasu
v jednotlivých věkových skupinách. Toto sdělení nám přináší specializovaný software v tzv.
kontingenčních tabulkách. Samozřejmě, že se stejného údaje lze dobrat i bez počítačových
programů, akorát je to daleko pracnější. Na následující straně naleznete příklad kontingenční
tabulky.
77
Příklad kontingenční tabulky
pohlaví / souhlas s reformami
souhlas s reformami
pohlaví
1
2
silně
souhlasí
spíše
ano
3
ani/ani
Total
4
5
spíše
nesouhlasí
silně
nesouhlasí
1
Count
121
90
27
6
12
256
ženy
% within
pohlaví
47,3%
35,2%
10,5%
2,3%
4,7%
100,0%
% within
souhlas s
reformami
73,3%
75,6%
87,1%
75,0%
100,0%
76,4%
% of Total
36,1%
26,9%
8,1%
1,8%
3,6%
76,4%
2
Count
44
29
4
2
0
79
muži
% within
pohlaví
55,7%
36,7%
5,1%
2,5%
0,0%
100,0%
% within
souhlas s
reformami
26,7%
24,4%
12,9%
25,0%
0,0%
23,6%
% of Total
13,1%
8,7%
1,2%
0,6%
0,0%
23,6%
Count
165
119
31
8
12
335
% within
pohlaví
49,3%
35,5%
9,3%
2,4%
3,6%
100,0%
% within
souhlas s
reformami
100,0%
100,0%
100,0%
100,0%
100,0%
100,0%
% of Total
49,3%
35,5%
9,3%
2,4%
3,6%
100,0%
Total
zdroj: autor
Kontingenční tabulka nám sdělí jak v absolutních, tak v relativních četnostech, jaké je např.
zastoupení mužů a žen z našeho souboru v jednotlivých kategoriích míry souhlasu s vládními
reformami. Každé pole tabulky potom obsahuje tři číselné údaje. Prvním je prostý počet
respondentů (či jednotek) další dva údaje se týkají relativních počtů v procentech. Tyto
procentuální údaje se liší proto, že jeden se počítá pro sloupec a druhý pro řádek. Výše
uvedenou tabulku (kterou jsem vygeneroval z jiného výzkumu a změnil názvy proměnných,
78
takže si nedělejte úsudky o radikálním reformním naladění mužů a žen) bychom mohli
interpretovat takto: Většina respondentů souhlasí s vládními reformami. 121 žen
jednoznačně souhlasí s vládními reformami. To je přibližně 36,1 % z celého zkoumaného
souboru. Z podsouboru žen je to 47,3%. A v podskupině těch (tj. mužů a žen), kteří
jednoznačně souhlasí s vládními reformami, to činí 73,3%. Je to dáno ovšem tím, v celém
výběrovém souboru (který je 335 respondentů) je výrazně více žen (256) než mužů (79).
Relativní počet mužů, kteří jednoznačně souhlasí s vládními reformami je totiž ve skutečnosti
ještě o něco vyšší vyšší (55,7 % mužů oproti 47,3 % žen).
Kontingenční tabulka nám dá představu o rozložení respondentů v jednotlivých
subkategoriích (středoškolsky vzdělaní muži, počet respondentů ve věku 31-40 let žijících ve
čtyřčlenné domácnosti apod.), nedá nám však dostatečně pevný podklad pro tvrzení, že toto
rozložení je nějakým způsobem významné. Prostá kontingenční tabulka nám nesdělí, zda je
např. mezi pohlavím a vzděláním (abychom použili příklad z naší tabulky) významná vazba,
ačkoli nám sdělí, jaké jsou v našem vzorku početní rozdíly.
K zjišťování statisticky významných souvislostí mezi proměnnými slouží počítání korelací. To
se provádí pomocí tzv. statistických testů, které ukazují, zda a jak moc se rozložení hodnot
určitých proměnných liší od náhodného rozložení. Porovnáváme-li tedy souvislost dvou
proměnných (např. pohlaví a vzdělání), statistickými testy zjišťujeme, zda rozložení
kombinací hodnot proměnných pohlaví a vzdělání se blíží nebo vzdaluje náhodnému
rozložení. Jestliže mezi těmito proměnnými není vztah, rozložení hodnot v tabulce se bude
blížit náhodnému rozložení (tomuto ideálnímu ve smyslu teoretickému stavu se říká nulová
hypotéza, tj. mezi proměnnými není žádný vztah, korelační koeficient je roven 0). Jestliže
mezi proměnnými existuje souvislost, rozložení hodnot proměnných vzdělání a pohlaví se
bude od náhodného rozložení lišit. Např. ženy měli v 19. století výrazně těžší přístup k
univerzitnímu vzdělání, a proto nedosahovali takového formálního vzdělání jako muži. Pokud
bychom porovnávali data z 19. století s těmi ze století 21., dostali bychom s největší
pravděpodobností velmi odlišné výsledky testu souvislosti mezi pohlavím a vzděláním.
Korelační koeficienty, jejichž hodnota se většinou pohybuje v rozmezí od 0 do 1, nám také
ukazují jak těsná je souvislost obou proměnných. Při hodnotě od 0 do 0,3 usuzujeme na
79
velmi slabý vztah, od 0,3 do 0,6 hovoříme o středně silné souvislosti a u hodnot vyšších než
0,6 se uvažuje o velmi silné souvislosti mezi proměnnými.
Celá statistika je o pravděpodobnostech a statistické hledání souvislostí mezi proměnnými o
tom, jestli je rozložení hodnot proměnných systematické nebo náhodné. Pro posuzování
souvislosti mezi proměnnými, respektive pro interpretaci statistických výpočtů obecně, je
důležitý ještě jeden statistický pojem - hladina významnosti. Ta vypovídá zjednodušeně
řečeno o tom, jak moc je jisté, že naše výpočty platí pro analyzovaný soubor. Jinými slovy,
nalezneme-li určitou statistickou souvislost mezi proměnnými, je třeba se podívat, na jaké
hladině významnosti lze tuto souvislost považovat za statisticky prokazatelnou. V sociálních
vědách se většinou používá hladina významnosti 95 %, v přírodních vědách většinou 99 %.
Výpočet hladiny významnosti se odvíjí od variability proměnné a od homogenity vzorku
(která se určuje pomocí tzv. směrodatné odchylky).
1.5
Třídění 3. a vyšších stupňů
Pochopitelně je na třídění druhého stupně navázat tříděním třetího stupně nebo i čtvrtého
stupně. V našem modelovém příkladu nás může zajímat, jaké je věkové rozložení u
středoškolsky vzdělaných žen, které vyjadřují jednoznačný souhlas s vládními reformami.
V praxi se můžeme sice méně četně, ale přece jen s takovým postupem setkat, ale většinou
již nemůžeme s takto rozdrobeným souborem dělat složitější statistické operace jako je
počítání korelací a podobně. Důvodem je, že statistika je přece jen o hromadných jevech a
při dalším a dalším štěpení výzkumného souboru dochází k tomu, že některé subkategorie
mají ve výběrovém souboru tak malé množství případů (např. podmnožina středoškolaček
nad 90 let, které spíše nesouhlasí s vládními reformami). V důsledku toho statistické testy
nelze použít, neboť pro jednotlivé testy jsou předepsané minimální počty případů
v subkategoriích vstupujících do analýzy.
1.6
Interpretace výsledků aneb je třeba opět vzít rozum do hrsti
Když máme hotovou analýzu dat, je potřeba svá zjištění nějak shrnout, vysvětlit, začlenit do
existujících znalostí o problematice, jedním slovem interpretovat. A zde se kruh empirického
výzkumu uzavírá. Je třeba se vrátit tam, odkud se vyšlo, k odborným textům, k badatelově
odbornému rozhledu i životní zkušenosti. Samotná čísla nemluví. Ani ten nejrychlejší a
nesofistikovanější matematický postup či počítačový program zatím nedokáže nahradit
80
lidskou mysl při interpretaci výsledků analýzy dat. Data a výsledky jejich analýzy, tj. nalezené
souvislosti mezi proměnnými, výsledky statistického třídění prvního a druhého stupně jsou
podklady pro badatelovy závěry. Samy o sobě jsou však obrazně řečeno bez života,
nevypovídají nic určitého. To musí udělat výzkumník vybavený svým vlastním myšlením a
nabytými znalostmi a zkušenostmi. Ten musí posoudit a rozhodnout a také zdůvodnit, jestli
zjištěné korelace jsou platné i v realitě nebo zda jsou způsobeny např. nějakou třetí
proměnnou, která působí na obě porovnávané proměnné, takže v jejich statistickém
srovnání to pouze vypadá, že spolu souvisejí. Podržíme-li se našeho příkladu, musí to být
výzkumníkova znalost hlubšího historického kontextu, na základě které rozhodne, zda např.
v 19. století byly ženy hloupější než muži, a proto nedosahovali tak vysokého vzdělání, nebo
zda ženám ve vzdělání bránily dobové společenské konvence a neviditelné sociální bariéry,
nebo zda je vysvětlení třeba hledat ještě v něčem jiném. Součástí interpretace by měla být
také reflexe hranic její platnosti, upozornění na „bílá místa“, která obvykle při analýze
vyplynou na povrch.
SHRNUTÍ KAPITOLY
Proces analýzy kvantitativních dat a interpretace výsledků této analýzy je jednou ze
závěrečných fází výzkumného procesu. Sesbírané dotazníky je třeba přepsat do číselné
podoby datové matice. Teprve tu potom analyzujeme. Verbální odovědi je nutné přepsat do
jazyka proměnných a u každé určit jakého typu daná proměnná je. Podle toho následně
můžeme s daty provádět odpovídající statistické operace, třídění prvního, druhého a dalších
stupňů. Mezi základní statistické ukazatele patří medián, modus a aritmetický průměr.
K pokročilejším výpočtům řadíme třídění druhého stupně, které reprodukují tzv.
kontingenční tabulky a počítání korelací. Interpretaci zjištěných údajů však musí provést opět
výzkumník. Kvalitní a validní interpretace však závisí více na jeho odborných znalostech a
zkušenostech než na sofistikovaných statistických postupech jako takových.
KONTROLNÍ OTÁZKY
Co je to tzv. datová matice a jak ji lze připravit?
K čemu slouží směrodatná odchylka?
Co je to modus a medián?
81
O čem vypovídá určitá hladina významnosti?
Co je to třídění prvního stupně?
Jak se liší třídění druhého a třetího stupně?
ÚKOLY K ZAMYŠLENÍ
Zkuste si představit vlastní malé dotazníkové šetření a popište krok po kroku postup, kterým
byste získali ze sebraných dotazníků datovou matici, rozložení hlavních proměnných a
navrhněte, jaké třídění druhého stupně by bylo užitečné uskutečnit.
PRO ZÁJEMCE
Bryman A. 2008. Social research methods. Oxford University press. 660 690, 313-362.
82
2
Použitá literatura a zdroje
Beck, U. 2007. Vynalézání politiky. Praha: Slon. ISBN 978-80-86429-64-9
Bauman, Z. 1996. Myslet sociologicky. Praha: Slon.
Bryman A. 2008. Social research methods. Oxford University press.
Cyhelský L., Kahounová J., Hindls R. 1999. Elementární statistická analýza. Praha:
Management press.
1982. Dějiny buržoazní sociologie 19. a začátku 20. století. Praha: Svoboda.
Disman, M. 1998. Jak se vyrábí sociologická znalost. Příručka pro uživatele. Praha:
Karolinum. ISBN 80-7184-141-2
Fajkus, B. 2005. Filosofie a metodologie vědy. Vývoj, současnost a perspektivy. Praha:
Academia. ISBN 80-200-1304-0
Hughes J. A., Sahrrock W. W. 2007. Theory and methods in sociology. An introduction to
sociological thinking and practice. Palgrave Macmillan.
Janák, D. 2005. „ Sociální věda versus přírodní věda. Opozice přírody a kultury v klasickém
sporu o metodu sociálních věd a jeho brněnské reminiscence. “ Sociální studia 2/2005: 71 87.
ISSN: 1214-813X
Katrňák, T. 2008. Spřízněni volbou? Homogamie a heterogamie manželských párů v České
republice. Praha. Slon. ISBN 978-80-86429-98-4
Keller, J. 1992. Úvod do sociologie. Praha: Slon. ISBN 80-901059-3-9
Keller, J. 2004. Dějiny klasické sociologie. Praha: Slon. ISBN 80-86429-34-2
Krejčí, J. 2008. Kvalita sociálněvědních výběrových šetření v České republice. Praha: Slon.
ISBN 978-80-7419-001-8
Loučková, I. 2010. Integrovaný přístup v sociálně vědním výzkumu.Praha : Sociologické
nakladatelství.
Park, R. E. (ed.). 1925. The City. Chicago: The university of Chicago Press
Peregrin 1999. Význam a struktura. Praha: Oikúméné
83
Petrusek, M. 1993. Teorie a metoda v moderní sociologii. Praha: Karolinum.ISBN 80-7066799-0
Punch, K. 2008a. Úspěšný návrh výzkumu. Prah: Portál. ISBN 978-80-7367-468-7
Punch, K. 2008b. Základy kvantitativního šetření. Praha: Portál. 978-80-7367-381-9
Reichel, J. 2009. Kapitoly metodologie sociálních výzkumů. Praha: Grada. ISBN 978-80-2473006-6
Silverman, D. 2005. Ako robiť kvalitatívny výskum. Praktická príručka. Bratislava: Ikar.
ISBN 80-551-0904-4
Šanderová, J. 2009. Jak číst a psát odborný text ve společenských vědách. Praha: Slon.
ISBN:978-80-86429-40-3
Šesták, Z. 2000. Jak psát a přednášet o vědě. Praha: Academia. ISBN 80-200-0755-5
Štětka, V. 2007. Mediální integrace národa v době globalizace. Brno: Masarykova univerzita
Brno, Mezinárodní politologický ústav.
Venerová A. a kolektiv. 2007. Studentské hodnocení kvality. Stále hledáte kudy na to? Brno:
VUT. ISBN 978-80-214-3523-0
Wallerstein, I. a kol. 1998. Kam směřují sociální vědy? Zpráva Gulbenkianovy komise o
restrukturaci sociálních věd. Praha: Slon. ISBN 8085850656
elektronické zdroje:
Http://www.gacr.cz [citováno 20. 4. 2010]
84
Download

Metody a techniky sociologického výzkumu